Sort avec accents

En gardant la même idée:

Code:

---

1 2 3 4 5

function trieAccents { echo "$@" | sed -e "s/à/a#/g" -e "s/â/a##/g" -e "s/ç/c#/g" -e "s/é/e#/g" -e "s/è/e##/g" -e "s/ê/e###/g" -e "s/ë/e####/g" -e "s/î/i#/g" -e "s/ï/i##/g" -e "s/ô/o#/g" -e "s/ö/o##/g" -e "s/ù/u#/g" -e "s/ü/u##/g" -e "s/Â/A#/g" -e "s/À/A##/g" -e "s/Ç/C#/g" -e "s/É/E#/g" -e "s/È/E##/g" -e "s/Ê/E###/g" -e "s/Ë/E####/g" -e "s/Î/I#/g" -e "s/Ï/I##/g" -e "s/Ô/O/#g" -e "s/Ö/O##/g" -e "s/Ù/U#/g" -e "s/Ü/U##/g" \ | tr ' ' '\n' | sort --ignore-case \ | sed -e "s/a##/â/g" -e "s/a#/à/g" -e "s/c#/ç/g" -e "s/e####/ë/g" -e "s/e###/ê/g" -e "s/e##/è/g" -e "s/e#/é/g" -e "s/i##/ï/g" -e "s/i#/î/g" -e "s/o##/ö/g" -e "s/o#/ô/g" -e "s/u##/ü/g" -e "s/u#/ù/g" -e "s/A##/À/g" -e "s/A#/Â/g" -e "s/C#/Ç/g" -e "s/E####/Ë/g" -e "s/E###/Ê/g" -e "s/E##/È/g" -e "s/E#/É/g" -e "s/I##/Ï/g" -e "s/I#/Î/g" -e "s/O##/Ö/g" -e "s/O#/Ô/g" -e "s/U##/Ü/g" -e "s/U#/Ù/g" }

---

Code:

---

1 2 3 4 5 6 7 8 9 10 11

$ trieAccents leba leho léa léco légo lémo lèa lèbi lèca lèculeà léa lèa leba lèbi lèca léco lècu légo leho lémo

---

S'il n'y a pas d'espaces dans les noms des fichiers:

Code:

---

cd "$REPCON"; trieAccents *.contact

---

En fait il y a des espaces dans les noms de fichiers, justement...

Est-ce génant ? Est-ce possible de contourner ce souci ? En remplaçant un espace par un caractère par exemple ?

Bon j'ai réussi à trouver une solution pour les espaces (c'est encore une bidouille lol).
En fait, dans le même esprit, je remplace un espace par une chaîne de caractère introuvable dans mon nom de contact : z###z (par exemple).
Du coup comme je faisais une boucle dans le répertoire des contacts, dans le même esprit je fais :

Code:

---

1 2	IFS=$'\n'; for i in `trieAccents $(ls "$REPCON"/*.contact | sed "s/ /z###z/g")`; do getContact "$i"; done; unset IFS

---

Je garde le IFS qui permet de gérer les espaces dans les chemins.
Et ensuite ta fonction (merci beaucoup au passage ;))

Code:

---

1 2 3 4 5 6 7

function trieAccents { echo "$@" | sed -e "s/à/a#/g" -e "s/â/a##/g" -e "s/ç/c#/g" -e "s/é/e#/g" -e "s/è/e##/g" -e "s/ê/e###/g" -e "s/ë/e####/g" -e "s/î/i#/g" -e "s/ï/i##/g" -e "s/ô/o#/g" -e "s/ö/o##/g" -e "s/ù/u#/g" -e "s/ü/u##/g" -e "s/Â/A#/g" -e "s/À/A##/g" -e "s/Ç/C#/g" -e "s/É/E#/g" -e "s/È/E##/g" -e "s/Ê/E###/g" -e "s/Ë/E####/g" -e "s/Î/I#/g" -e "s/Ï/I##/g" -e "s/Ô/O/#g" -e "s/Ö/O##/g" -e "s/Ù/U#/g" -e "s/Ü/U##/g" \ | tr ' ' '\n' | sort -f \ | sed -e "s/a##/â/g" -e "s/a#/à/g" -e "s/c#/ç/g" -e "s/e####/ë/g" -e "s/e###/ê/g" -e "s/e##/è/g" -e "s/e#/é/g" -e "s/i##/ï/g" -e "s/i#/î/g" -e "s/o##/ö/g" -e "s/o#/ô/g" -e "s/u##/ü/g" -e "s/u#/ù/g" -e "s/A##/À/g" -e "s/A#/Â/g" -e "s/C#/Ç/g" -e "s/E####/Ë/g" -e "s/E###/Ê/g" -e "s/E##/È/g" -e "s/E#/É/g" -e "s/I##/Ï/g" -e "s/I#/Î/g" -e "s/O##/Ö/g" -e "s/O#/Ô/g" -e "s/U##/Ü/g" -e "s/U#/Ù/g" \ | sed -e "s/z###z/ /g" }

---

Seulement voilà, lorsque je test avec mes vrais contacts (et non plus des tests bidons) ma liste n'est plus triée avec les accents :( alors qu'en test ça marchait !

L'affichage me donne (une partie) :

Code:

---

1 2 3 4 5 6

/volume1/Mes Documents/Contacts/Myriam.contact /volume1/Mes Documents/Contacts/Mélanie.contact /volume1/Mes Documents/Contacts/Mélina.contact /volume1/Mes Documents/Contacts/Nico Port.contact /volume1/Mes Documents/Contacts/Nono.contact

---

Une idée :'( ?

Une idée? Oui: c'est probablement un problème d'encodage! :king:

Précédemment, tu as dit:

Citation:

---

Envoyé par lokomass

En fait mon serveur est un NAS synology initialement en ash.

---

Citation:

---

Envoyé par lokomass

le souci c'est que même si sous ash ça marcherai, c'est sous /bin/bash que le problème se pose, d'autant plus que ce sont des fichiers Windows en question.

---

Citation:

---

Envoyé par lokomass

En fait ce sont tous mes contacts iPhone, donc non aucun nom de ce type, juste des espaces et des accents.

---

Peut-être serait-il temps de décrire précisément l'environnement dans lequel tu exécutes ton script!

Àmha, il faut que tu détermines l'encodage des noms de tes fichiers, par exemple, avec la commande:

Code:

---

1 2 3 4 5

cd /volume1/Mes\ Documents/Contacts/ echo *anie.contact => Mélanie.contact echo *anie.contact | od -c => pour voir précisément comment est encodé le 'é' dans le nom du fichier

---

Du coup, il faut que l'encodage de ton script soit le même.
Par exemple, tu insères une ligne "# Mélanie.contact" dans ton script, puis tu fais:

Code:

---

1 2 3 4

grep anie.contact le_script => # Mélanie.contact grep anie.contact le_script | od -c => pour voir précisément comment est encodé le 'é' dans le script

---

Si l'encodage est le même, ça devrait fonctionner!
Si l'encodage est différent, il faut corriger, soit en passant le script par iconv, soit en changeant l'encodage dans ton éditeur
Par exemple, avec emacs, pour connaître l'encodage courant:
<menu-bar> <options> <mule> <describe-coding-system> runs the command describe-coding-system, which is an interactive compiled Lisp function in `mule-diag.el'.
It is bound to C-h C, <f1> C, <help> C, <menu-bar> <options> <mule> <describe-coding-system>, <menu-bar> <help-menu> <describe> <describe-coding-system>.

et, pour changer l'encodage:
<menu-bar> <options> <mule> <set-various-coding-system> <set-buffer-file-coding-system> runs the command set-buffer-file-coding-system, which is an interactive compiled Lisp function in `mule.el'.
It is bound to C-x RET f, <menu-bar> <options> <mule> <set-various-coding-system> <set-buffer-file-coding-system>.

Pour être précis.
Mon NAS Synology est en environnement par défaut en ash.
J'ai installé le package bash, et tous mes batchs utilisent cet environnement.
Les fichiers de contacts Iphone, sont crées depuis itunes Windows, et copiés dans un répertoire sur le NAS.

En console bash le é devient /303/251/ tandis que dans la script c'est un 251 tout court. (les deux fichiers étaient en ainsi).
Je suis sous notepad++, j'ai essayé dans tous les sens AINSI, UTF8, UTF8 sans bom... Ca déplace bien les accents, certains sont bon d'autres pas.

J'ai du "Sér" avant du "Seb" ?
Aussi, je sais pas si il y a un rapport mais j'ai du "Léa" avant du "Le Centre"

Je serais curieux de savoir si iconv fonctionne sur son environnement étant donné qu'il n'y a pas les "locale" (c'est une vraie question de ma part) ???

Je pense que l'installation de "locale" résoudrait le problème que l'on soit en ash ou en bash.

Sinon, le problème de l'espace c'est que peut-etre que celui-ci est de la forme 0x80 au lieu de 0x20...

Un petit od -c -t o1 pourrait nous en dire plus...

iconv fonctionne puisque je m'en sert :)

Code:

---

1 2 3 4 5 6 7 8 9 10

0000000 / v o l u m e 1 / M e s D o c 057 166 157 154 165 155 145 061 057 115 145 163 040 104 157 143 0000020 u m e n t s / C o n t a c t s / 165 155 145 156 164 163 057 103 157 156 164 141 143 164 163 057 0000040 L e C e n t r e . c o n t a c 114 145 040 103 145 156 164 162 145 056 143 157 156 164 141 143 0000060 t \n 164 012 0000062

---

Citation:

---

Envoyé par lokomass

En console bash le é devient /303/251/ tandis que dans la script c'est un 251 tout court.

---

Ce serait pas plutôt un 351 tout court?

Voici une autre façon (qui n'utilise le sed qu'une seule fois):

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

$ cat testsort.txt /volume1/Mes Documents/Contacts/Myriam.contact /volume1/Mes Documents/Contacts/Mélanie.contact /volume1/Mes Documents/Contacts/Mélina.contact /volume1/Mes Documents/Contacts/Nico Port.contact /volume1/Mes Documents/Contacts/Nono.contact $ sort testsort.txt /volume1/Mes Documents/Contacts/Myriam.contact /volume1/Mes Documents/Contacts/Mélanie.contact /volume1/Mes Documents/Contacts/Mélina.contact /volume1/Mes Documents/Contacts/Nico Port.contact /volume1/Mes Documents/Contacts/Nono.contact $ for i in $(cat -n testsort.txt | sed -e "s/à\|â/a/g" -e "s/ç/c/g" -e "s/é\|è\|ê\|ë/e/g" -e "s/î\|ï/i/g" -e "s/ô\|ö/o/g" -e "s/ùü/u/g" -e "s/Â\|À/A/g" -e "s/Ç/C/g" -e "s/É\|È\|Ê\|Ë/E/g" -e "s/ÎÏ/I/g" -e "s/Ô\|Ö/O/g" -e "s/Ù\|Ü/U/g" | sort -k2 | cut -f1); do cat -n testsort.txt | grep "^ *$i"; done | cut -f2 /volume1/Mes Documents/Contacts/Mélanie.contact /volume1/Mes Documents/Contacts/Mélina.contact /volume1/Mes Documents/Contacts/Myriam.contact /volume1/Mes Documents/Contacts/Nico Port.contact /volume1/Mes Documents/Contacts/Nono.contact

---

En gros, l'algorithme est:
-On numérote les lignes du fichier non traité
-On vire tous les accents en remplaçant par la lettre non accentuée
-On trie sans tenir compte des n° de ligne et on récupère la liste des n° de ligne dans leur ordre d'apparition.
-On affiche la ligne correspondante du fichier non traité sans les n° de lignes.

Ici, je donne un exemple avec un fichier qui contient les données, mais on peut le faire sans fichier, à la volé comme par exemple:

Code:

---

1 2 3 4 5

$ ls | cat -n 1 nt.tmp 2 test100li.sh 3 testsort.txt 4 testtr.txt

---

Et la commande sed peut s'écrire aussi comme ceci:

Code:

---

sed -e "s/à\|â/a/g;s/ç/c/g;s/é\|è\|ê\|ë/e/g;s/î\|ï/i/g;s/ô\|ö/o/g;s/ùü/u/g;s/Â\|À/A/g;s/Ç/C/g;s/É\|È\|Ê\|Ë/E/g;s/ÎÏ/I/g;s/Ô\|Ö/O/g;s/Ù\|Ü/U/g"

---

Oui 351 pardon :)

Bon entre midi et deux, je me suis lancé finalement dans l'installation des locales.
J'ai donc suivi le lien cité au début : http://www.bärwolff.de/tech-notes/sy...set-locale.txt
Ça marche presque nikel ! (désolé disedorgue, je n'avait pas vu ta solution avant).
Il ne me reste plus que l'histoire des espaces.
Que Par exemple "Léa" soit avant "Le Centre"... Mais le je n'ai aucune idée du souci.

Tu reprends ma solution en rajoutant dans le sed la suppression de l'espace, car à priori tu ne veux pas qu'il soit prit en compte.

il suffit donc de rajouter dans le sed:
1ère écriture

Code:

---

sed -e "s/ //g" -e ....

---

ou
2ème ecriture

Code:

---

sed -e "s/ //g;....."

---

Si les "locale" fonctionnent, a priori, il y a une option coté sort:

Citation:

---

-b, --ignore-leading-blanks
ignore leading blanks

---

Malheureusement non :(
L'option -b ne change rien.

Un exemple de bizarerie :)

Code:

---

1 2 3 4 5 6

Vincent Basse Vincent Vincent D.... Vincent E..... Vincent Moto

---

Moi j'aimerai

Code:

---

1 2 3 4 5 6

Vincent Vincent Basse Vincent D.... Vincent E..... Vincent Moto

---

Ou encore le apostrophe, moi j'ai

Code:

---

1 2 3 4 5 6

Josée Julia Julie F ... Jul's

---

Et j'aimerai avoir

Code:

---

1 2 3 4 5

Josée Jul's Julia Julie F

---

Est-ce normal ou pas ce trie ?

Mes locales donnent :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

bash-3.2# locale LANG=fr_FR.UTF-8 LC_CTYPE="fr_FR.UTF-8" LC_NUMERIC="fr_FR.UTF-8" LC_TIME="fr_FR.UTF-8" LC_COLLATE="fr_FR.UTF-8" LC_MONETARY="fr_FR.UTF-8" LC_MESSAGES="fr_FR.UTF-8" LC_PAPER="fr_FR.UTF-8" LC_NAME="fr_FR.UTF-8" LC_ADDRESS="fr_FR.UTF-8" LC_TELEPHONE="fr_FR.UTF-8" LC_MEASUREMENT="fr_FR.UTF-8" LC_IDENTIFICATION="fr_FR.UTF-8" LC_ALL=fr_FR.UTF-8

---

Peux tu nous fournir la version de ton sort, ainsi que la commande que tu lances pour ces bizarreries ?
Car là, j'ai du mal à comprendre puisque techniquement l'espace ou l'apostrophe son numériquement inférieurs au lettres (même aux chiffres), donc un sort même sans locale devrait fonctionner.8O

Je prends aussi un petit od -c -to1 du résultat du sort.

Au point ou tu en es, tu devrais remplacer tous les changements (après accents) par:

Code:

---

sed 's/[^A-Za-z0-9]//g'

---

Alors sort :

Code:

---

1 2 3 4 5 6 7

NAS> sort --version sort (textutils) 2.1 Written by Mike Haertel and Paul Eggert.   Copyright (C) 2002 Free Software Foundation, Inc. This is free software; see the source for copying conditions. There is NO warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

---

La commande lancée est :

Code:

---

ls | sort -d

---

Une partie de la sortie.

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

147 156 141 143 056 143 157 156 164 141 143 164 012 115 171 162 0011060 i a m . c o n t a c t \n M y r i 151 141 155 056 143 157 156 164 141 143 164 012 115 171 162 151 0011100 a m C o r s e . c o n t a c t 141 155 040 103 157 162 163 145 056 143 157 156 164 141 143 164 0011120 \n N i c o G T R . c o n t a c 012 116 151 143 157 040 107 124 122 056 143 157 156 164 141 143 0011140 t \n N i c o G T R P o r t . 164 012 116 151 143 157 040 107 124 122 040 120 157 162 164 056 0011160 c o n t a c t \n N o n o . c o n 143 157 156 164 141 143 164 012 116 157 156 157 056 143 157 156 0011200 t a c t \n N u t z . c o n t a c 164 141 143 164 012 116 165 164 172 056 143 157 156 164 141 143 0011220 t \n N u t z F i x e . c o n t 164 012 116 165 164 172 040 106 151 170 145 056 143 157 156 164 0011240 a c t \n O b j e t s T r o u v 141 143 164 012 117 142 152 145 164 163 040 124 162 157 165 166 0011260 303 251 s B o r d e a u x . c o n 303 251 163 040 102 157 162 144 145 141 165 170 056 143 157 156 0011300 t a c t \n O d i x . c o n t a c 164 141 143 164 012 117 144 151 170 056 143 157 156 164 141 143 0011320 t \n O k i n a w a . c o n t a c

---

Citation:

---

Envoyé par lokomass

Un exemple de bizarerie :)

Code:

---

1 2 3 4 5 6

Vincent Basse Vincent Vincent D.... Vincent E..... Vincent Moto

---

Moi j'aimerai

Code:

---

1 2 3 4 5 6

Vincent Vincent Basse Vincent D.... Vincent E..... Vincent Moto

---

---

J'obtiens la même chose si j'ai une tabulation qui finit le mot "Vincent" de ton exemple

Citation:

---

Ou encore le apostrophe, moi j'ai

Code:

---

1 2 3 4 5 6

Josée Julia Julie F ... Jul's

---

Et j'aimerai avoir

Code:

---

1 2 3 4 5

Josée Jul's Julia Julie F

---

Est-ce normal ou pas ce trie ?

---

Pour l'apostrophe, c'est normal car celui-ci ne fait pas partie des caractères alphanumérique ou espace (option -d).

Concernant les espaces, l'option -b ne fait qu'ignorer les blancs en entête.
Donc, je ne vois pas d'autres solutions que de les gérer par toi même.
Exemple pour prise en compte apostrophe et espace:

Code:

---

ls | sed "s/ /######/g;s/'/ /g" | sort -d | sed "s/ /'/g;s/######/ /g"

---

Bon, ça ne fonctionne pas car l'option "-d" invalide aussi les caractère accentués

Ca commence à être un peu mort alors ?
J'ai essayé depuis un shell ubuntu, plutôt que depuis le shell synology et j'ai la même chose en fait. Le souci n'est plus les accents mais les espaces et apostrophes en fait maintenant...