О wildcards

[vitus_wagner]

Ненавижу локале-специфичную сортировку. Теперь для того, чтобы объединить в кучку несколько файлов, так чтобы файл 04.something.txt оказался перед 041.otherthing.txt нужно писать

cat `LC_COLLATE=C ls *.txt` 

вместо

 cat *.txt

Comments

[vitus_wagner]

Прошу прощения у livelight за нечаянно удаленный комментарий.

Поясняю - мне нужно именно чтобы точка сортировалась раньше цифр. А при LC_COLLATE=ru_RU.utf-8 она этого не делает - сортируется позже и цифр, и латинских букв.

[livelight]

Повторю: я не уверен, что дело именно в точке. Венда уже давно весьма чудными путями сортирует файлы, в именах которых встречаются последовательности цифр, и тут может быть та же фигня.

[vitus_wagner]

Но если оно при выставлении LC_COLLATE=C начинает сортировать правильным образом, значит дело именно в локали.

[sur_kg]

Сортирует, скорее всего, не венда, а файловый менеджер.

[livelight]

А там сортирует не Юникс, а программа ls или bash.
Не суть.

[vitus_wagner]

Кстати, если запустить /bin/sh, который dash, то он сортирует правильно. В смысле как в локали С. И busybox-овский sh в termux-е на телефоне правильно сортирует. А вот bash - нет.

[avnik]

А там вообще по позиксу положена сортировка, или это implementation specific, и сортируют не все (и местами "естественный" порядок с FS просвечивает)

[vitus_wagner]

Положена.

[kuzmax]

Махровая цензура?

[self-perfection.ya.ru]

А может быть вам version sort нужен?
cat `ls -v *.txt`

[vitus_wagner]

Мне нужно чтобы без ls. В смысле чтобы расширение wildcards шеллом само правильную сортировку показывало.
И нет, это не version sort.

[p_govorun]

Погуглил. У чехов ещё круче:
$ LC_ALL=cs_CZ.UTF-8 bash -c 'echo *'
log0Ah log0Bh log0Dh log0Ch

(Там ch -- это как особая буква.)

[vitus_wagner]

Вот сдается мне, что надо шелл приучить звездочку раскрывать в порядке локали C. Хотя бы в виде какой-нибудь опции в команде set.

Именно в этом месте строго словарный порядок нужен реже, чем воспроизводимость результата вне зависимости от локали.
И именно в этом месте временная смена LC_COLLATE стоит целого процесса.

[vitus_wagner]

Вот в этом месте нужно вставлять Unicode Zero Width Unbreakable Space (который при сортировке - игнорировать). Чтобы было понятно, что это не дифтонг.

[p_govorun]

Space посреди слова? Это как-то неправильно.

[vitus_wagner]

Так это же не слово, это какая-то хитрая аббревиатура из префикса, числа и суффикса. Правда число попалось такое, что некоторые его значащие цифры изображаются буквами.

То есть нам надо допустить формат записи шестнадцатиричного числа такой, чтобы U+FEFF в нем был допустим как часть суффикса, обозначающего систему счисления.

[filin]

Зачем же ненавидеть локале-специфичную сортировку вообще? Ненавидеть надо не подходящее к ситуации ее применение.

И то, в общем, я бы и в этой ситуации предпочел, чтобы ежи, ёлки и палки сортировались именно так, а не

zsh% echo *
ежи палки ёлки

[vitus_wagner]

И ни одна libc все равно не умеет сортировать по-человечески. Надо толстенную libicu ставить.
Поэтому лучше бы уж там, где сортировка не является основной работой, сортировали не по-человечески, а по-машинному - по значениям байтов.

[livelight]

Насколько я помню, в старом добром досе ёж бы уполз в конец из-за особенностей 866 кодировки. А русскую букву "х" в начале имени файла можно было бы поставить только через disk edit, с очень забавным результатом.

[yurikhan]

Файловая система DOS’а была регистронезависимая, поэтому при правильно настроенной локали смысла в маленькой букве «х» не было. Другое дело, что локаль была правильно настроена далеко не у всех, потому что никаких сколько-нибудь заметных преимуществ это не давало.

А эффект был такой, что файл пропадал из листинга каталога, но цепочка кластеров оставалась неосвобождённой. Сборщик мусора chkdsk (позже — scandisk) на это ругался и предлагал либо восстановить, либо удалить совсем.

Алсо, в Unicode буква Ё тоже находится где попало по отношению к остальному алфавиту, и ёж точно так же уползает при сортировке по кодпоинтам или значениям байтов.

[livelight]

Если говорить про MS-DOS 7.0 (которая была частью Windows 95 и немного умела в LFN), то там могли что-то более хитрое сделать с регистронезависимостью, а у более ранних версий она была очень простая: латинские буквы переводились в верхний регистр, а остальные или обрабатывались особым образом (0x00, 0x20, 0xE5 = "х"), или просто запрещались, или оставлялись без изменений, причём кириллические буквы распределились по всем трём категориям.

[yurikhan]

Вот это как раз симптом ненастроенной локали. При наличии в config.sys строчки country=007,866,путь\к\country.sys кириллица тоже апперкейсилась. Если мне не изменяет память.

[vitus_wagner]

Вообще досовская локаль умела на удивление много. Только почему-то большая часть не только пользователей, но и программистов об этом не знала.

[z3vv5yqifqx6]

А уж как обидно было узнать про F3 году так в 2001 из случайно посмотренной книжки по ассемблеру…

Кажется, я читал (когда пользовался MSDOS 6.22) две книжки по DOS, но ни одна это не упоминала.

[vitus_wagner]

Книжки были на русском языке?

[z3vv5yqifqx6]

На русском языке были все три, причём насколько я помню, первые две были переводными (и одна из двух довольно подробная и объёмная).

(все три покупал не я, авторов и точные названия тоже не помню)

[vitus_wagner]

Вот по-моему, на русском языке тогда читать ничего было нельзя. То что переводилось, переводилось либо ужасно, либо с недопустимым по тем темпам развития опозданием. Про то что писалось всякими Фигурновыми, я вообще молчу.

Короче, я читал один Tech Help. Правда в 95 году еще прикупил в Голландии Advanced Assemble Language, но она мне почти не пригодилась, так как я как раз уже начал с DOS-а на Linux уходить.

[z3vv5yqifqx6]

Про отставание не знаю, но ляпов, мне кажется, в толстой и подробной книжке не попадалось. Отставание могло быть не так заметно просто из-за того, что к моменту появления дома компьютера всё как раз устаканилось на MS-DOS 6.x…