根据区域设置使用 Perl 进行排序

Question

以下数据需要按照语言环境排序顺序进行排序：

wird
sin
wär
pêche
war
Über
Uber
péché
peach

使用也没有问题 sort

$ sort < data
peach
pêche
péché
sin
Uber
Über
war
wär
wird

尊重当地，以及

$ LC_ALL=C sort < data
Uber
peach
péché
pêche
sin
war
wird
wär
Über

没有语言环境。

现在我尝试使用perl，但我失败了：

$ perl -e 'local $/ = undef; print sort <>;' < data
Über
pêche
war
péché
sin
Uber
peach
wär
wird

结果要么是排序的第一个输出，要么是第二个。

运行 Ubuntu 12.04 LTS

Answer 1

问题是local $/ = undef。它导致perl将整个文件读入@ARGV数组，这意味着它只包含一个元素，因此sort无法对其进行排序（因为您正在对只有一个元素的数组进行排序）。我希望输出必须与您的开始数据相同（我也使用Ubuntu 12.04 LTS, perl version 5.14.2：

$ perl -le 'local $/ = undef;print ++$i for <>' < cat
1

$ perl -le 'print ++$i for <>' < cat
1
2
3
4
5
6
7
8
9

如果删除local $/ = undef，perlsort将与 shell 产生相同的输出sort with LC_ALL=C：

$ perl -e 'print sort <>' < data
Uber
peach
péché
pêche
sin
war
wird
wär
Über

笔记

如果没有use locale，则perl忽略您当前的语言环境设置。Perl 比较运算符("lt", "le", "cmp", "ge", and "gt")使用LC_COLLATE（当不存在时LC_ALL），并且sort也受到影响，因为它cmp默认使用。

您可以获得当前LC_COLLATE值：

$ perl -MPOSIX=setlocale -le 'print setlocale(LC_COLLATE)'
en_US.UTF-8

Answer 2

因为将文件读入数组的正确方法是：

$ perl -e 'print sort <>;' < data

将输入记录分隔符设置为 undef 只是将整个文件放入单个标量中。那么对单个值数组进行排序意义不大。

阵列模式已经在一次读取您的整个文件。那么排序将是有意义的：

$ perl -e 'use locale; print sort <>;' < data
peach
péché
pêche
sin
Uber
Über
war
wär
wird

在这里，我ENVIRONMENT有LANG=en_US.UTF-8。如果没有该use locale;语句，您将使用默认LC_ALL=C排序方案。

如果您想了解更多：

• 使用 Perl 进行传统的啜饮
• Perl“使用语言环境”和环境