macOS sort命令--debug模式下s1、s2含义解析及排序异常问题

1. 排序异常的原因与修复 #

你的问题出在sort -b -k 3的字段定位逻辑上：

• 对于有标签的行（如sha:12345 ['tag1','tag2'] 2022-01-24），日期确实是第3个字段，-k3能正确取到日期作为排序键。
• 对于无标签的行（如sha:12344 2022-02-10），连续空格被视为单个分隔符，所以该行只有2个字段：第1个是sha值，第2个是日期。此时-k3指定的第3字段不存在，sort会将空字符串作为该行的排序键。

在字典序排序中，空字符串小于任何非空字符串，因此所有无标签行都会排在有标签行前面；当多个行的排序键都是空时，sort会回退到默认的整行排序，所以无标签行按sha值的字典序排列（sha:12344 < sha:12346）。

修复命令 #

要实现按日期（最后一个字段）统一排序，不管第二字段是否空缺，直接按倒数第一个字段排序即可：

sort -b -k -1 acr_list

该命令会自动识别每行的最后一个字段（即日期）作为排序键，所有行都会按日期正常排序。

2. sort --debug 输出字段详解 #

你提供的debug输出各部分含义如下：

Using collate rules of en_GB.UTF-8 locale
sort_method=mergesort
; k1=<2022-09-16>(10), k2=<2022-04-28>(10); s1=<sha256:12344  ['tag1']          2022-09-16>, s2=<sha256:12345  ['tag2']                2022-04-28>; cmp1=5
; k1=<2022-09-16>(10), k2=<>(0); s1=<sha256:12346  ['tag3']                2022-09-16>, s2=<sha256:12347                            2022-04-14>; cmp1=1

• Using collate rules of en_GB.UTF-8 locale：当前采用英式英语UTF-8字符集的排序规则，决定了字符的字典序优先级。
• sort_method=mergesort：sort使用的排序算法为归并排序。
• 每一条分号开头的记录是一次键比较过程：
  • k1=<内容>(长度)：参与比较的第一行（s1）的排序键内容，括号内是键的字符长度。比如第一条记录中k1是s1的第3字段2022-09-16，长度为10。
  • k2=<内容>(长度)：参与比较的第二行（s2）的排序键内容，括号内是键的字符长度。第二条记录中k2为空字符串（<>），长度0，说明s2没有第3字段。
  • s1=<内容>：参与比较的第一行的完整内容。
  • s2=<内容>：参与比较的第二行的完整内容。
  • cmp1=数值：排序键的比较结果：
    • 数值>0：k1大于k2，s2应该排在s1前面。
    • 数值=0：k1等于k2，若有多个排序键则继续比较下一个键，否则回退到整行比较。
    • 数值<0：k1小于k2，s1应该排在s2前面。

内容的提问来源于stack exchange，提问作者Swaps