Discussion :

[disedorgue]

Hier soir, cygwin.
Je viens de retester sur un "Solaris 10 5/09 s10s_u7wos_08 SPARC"
Que je sois en "C" ou en "fr_FR.UTF-8", j'ai le même résultat de tri...

Pour moi, ce n'est pas que le tri le problème, est-ce que le printf "%70s" t'affiche bien les mots sur 70 colonnes (car le tri ne fonctionne que si tous les mots font la même taille).

PS: je croyais que ce n'était pas bien le "C.UTF-8" ?

[Flodelarab]

Si je ne force pas la locale à "C", le tri ne marche pas.
(Debian squeeze + xterm + bash + fr_FR.UTF-8)

Pourtant, je n'utilise pas l'option -b de sort.

[disedorgue]

Bah, j'y peux pas grand chose, moi sur mes 2 env (cygwin et solaris, cela fonctionne), c'est peut-être un bug de votre version (???) de sort ou plus raisonnablement de votre libc.

Est-ce que la version total gawk que j'ai donné fonctionne ?? :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

gawk '{a[$0]=sprintf("%70s",$0)}END{PROCINFO["sorted_in"]="@val_str_desc"; for(i in a) print i}' fichier

et celle-ci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

printf "%s\n" $(awk '{printf("%70s\n",$0)}' fichier | sort -nr)

Et sans l'option -n de sort (a priori, il n'a pas d'impact) ?

[Flodelarab]

La version gawk ne marche pas et je ne comprends pas son tri au premier abord.
L'autre version ne marche pas en essayant différentes options sauf -V.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
$ gawk '{a[$0]=sprintf("%70s",$0)}END{PROCINFO["sorted_in"]="@val_str_desc"; for(i in a) print i}' extrait_dico.txt 
ABAISSAMES
ABAISSAIT
AA
ABAISSASSIEZ
ABAISSA
ABAISSASSES
ABAISSABLE
ABACA
ABAISSASSE
ABACULES
AALENIENNES
ABAISSANT
ABACULE
ABACAS
AAS
AALENIENNE
ABAISSAS
ABAISSANTE
ABAISSANTS
ABAISSASSIONS
ABAISSAIENT
ABAISSAI
ABAISSASSENT
ABAISSANTES
ABACOST
AALENIENS
AALENIEN
ABAISSAIS
ABAISSABLES
ABACOSTS
$ printf "%s\n" $(awk '{printf("%70s\n",$0)}' extrait_dico.txt | sort -V)
ABAISSASSIONS
ABAISSASSENT
ABAISSASSIEZ
AALENIENNES
ABAISSABLES
ABAISSAIENT
ABAISSANTES
ABAISSASSES
AALENIENNE
ABAISSABLE
ABAISSAMES
ABAISSANTE
ABAISSANTS
ABAISSASSE
AALENIENS
ABAISSAIS
ABAISSAIT
ABAISSANT
AALENIEN
ABACOSTS
ABACULES
ABAISSAI
ABAISSAS
ABACOST
ABACULE
ABAISSA
ABACAS
ABACA
AAS
AA

[disedorgue]

Interessant, je pense que le problème est du coté de la libc puisque cela ne fonctionne pas non plus via le gawk qui techniquement crée des lignes de tailles identique en rajoutant le nombre d'espace util en début de ligne puis après fait un tri.
Si tu positionne ta locale en "C" sur l'execution du gawk, je pense que cela va fonctionner ???
Je pense que vous avez une configuration ou un bug sur la locale qui fait que le tri ne prend pas en compte les espace dans une locale autre que la "C".

[jlliagre]

Je pense que vous avez une configuration ou un bug sur la locale qui fait que le tri ne prend pas en compte les espace dans une locale autre que la "C".

Vu qu'il s'agit du forum Gnu/Linux c'est le comportement "standard", où les locales autres que C/POSIX ignorent les espaces lors des tris.

[disedorgue]

Ok, voici donc une version avec sed qui remplace le printf:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed 's/^/1/;:d;/.\{75\}/!s/.*/0&/;td' fichier | sort -nr | sed 's/^0*1//'

Est-ce que cela fonctionne comme ça ?

[jlliagre]

Oui:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
$ (export LC_ALL=fr_FR.UTF8; sed 's/^/1/;:d;/.\{75\}/!s/.*/0&/;td' fichier | sort -nr | sed 's/^0*1//')
ABAISSASSIONS
ABAISSASSIEZ
ABAISSASSENT
ABAISSASSES
ABAISSANTES
ABAîSSAIENT
ABAISSAIENT
ABAISSABLES
AALENIENNES
ABAISSASSE
ABAISSANTS
ABAISSANTE
ABAISSAMES
ABAISSABLE
AALENIENNE
ABAISSANT
...