Tri de chaines de caractères

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" ?

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.

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:

---

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

---

et celle-ci:

Code:

---

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) ?

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:

---

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

---

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".

Citation:

---

Envoyé par disedorgue

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.

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

Code:

---

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

---

Est-ce que cela fonctionne comme ça ?

Oui:

Code:

---

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 ...

---