Bash sort -d命令未按预期处理点字符的排序问题咨询

你遇到的问题核心在于sort -d选项的行为和系统locale的排序规则：

1. -d（字典序模式）的作用：这个选项会让sort在排序时只考虑字母、数字和空格，其他所有字符（比如你的.）都会被忽略，用于初步的排序比较。
2. 字符串相等后的二次比较：当两个字符串在忽略非字母数字字符后完全相同时（比如你的toto.dlabla和totodlabla，忽略.后都是toto dlabla的有效字符序列），sort会转而比较完整的原始字符串。
3. locale的排序规则影响：在大多数现代系统默认的locale（比如en_US.UTF-8）中，字母的排序优先级高于标点符号。也就是说，字母d的排序位置比.更靠前。所以在完整字符串比较时，totodlabla的第五个字符是d，比toto.dlabla的第五个字符.更小，因此前者被排在了前面，导致结果不符合你的预期。

根据你的需求，有两种常用的解决方式：

1. 去掉-d选项，使用默认排序 #

默认的sort命令会考虑所有字符，基于当前locale的规则进行排序（在ASCII顺序下，.的编码比d小，会排在前面）：

IFS=$'\n'; echo "${a[*]}" | sort; unset IFS

执行后会得到你预期的结果：

toto.blabla
toto.dlabla
totodlabla

2. 强制使用ASCII顺序排序（不受locale影响） #

如果你需要严格按照ASCII字符编码值排序，不管系统locale的设置，可以临时设置LC_COLLATE=C：

IFS=$'\n'; echo "${a[*]}" | LC_COLLATE=C sort; unset IFS

这种方式下，所有字符都会按照它们的ASCII编码值比较，.（ASCII 46）小于d（ASCII 100），因此也会得到正确的排序结果。

内容的提问来源于stack exchange，提问作者Olivier