comm：文件未排序

我曾经comm比较两个排序的文件。这些文件中的每一行都是正整数。但是结果显示

comm: file 1 is not in sorted order
comm: file 2 is not in sorted order

即使对这两个文件进行了排序，也会出现错误？

comm需要按字典顺序排序（plain sort），而不是数字排序（sort -n）。例如，它需要以下顺序：

1
2000
300

不是以下命令：

1
300
2000

更正此问题，该问题将消失。对于更深奥的情况下comm的语言环境可能会比不同sort的语言环境，你可能需要运行sort，并comm与LC_COLLATE=C他们的环境中使用本地字节顺序。

更新的答案：

问题：

当用于比较文件中的正整数而不是文本时，OP收到有关“ 文件未排序顺序 ” 的错误。因此，我们正在处理非十进制数字。comm

简短答案：

根据将-nswitch与sort提供给的结果进行排序的命令配合使用的情况comm，所返回的结果的顺序comm可能会非常不同：

Lexographic：将-n开关与sort一起使用将导致“正整数”以一系列递增的顺序排序。可以使用`s开关抑制“ 错误 ”comm--nocheck-order

字节顺序：有否使用的-n switch用sort。 LC_COLLATE确定顺序，该顺序甚至可能因locale在执行命令的主机上设置的方式而异。这是comm默认情况下的预期输入。LC_COLLATE可以在这里找到更多有关信息：Reference1和Reference2

错误是问题吗？ 这取决于您要实现的目标。如您在以下示例中看到的，comm在比较带有或不 带有sort s-n开关的文件之后，返回相同的结果，尽管它们的顺序将根据是否-n switch与sort命令一起使用以上述方式变化。我本人则更喜欢按“字典顺序”排序的结果数，其数量会逐级增加。

但是，如果您不希望结果按“ 字典顺序”排序，则在对提供给比较的数据进行排序时，请勿使用该-n开关comm。

测试：

我们将比较comm带有和不带有-n开关的命令的结果。根据Kusalananda的要求，我增加了样本测试数据集的复杂性：

测试数据：

file1.txt：

40
110000
2200
6
33000

file2.txt：

2200
40
33000
6
440000

交叉点：

仅列出两个文件共有的数字

不带-n开关：

comm -12 <(sort file1.txt) <(sort file2.txt)

2200
33000
40
6

结果：正确，但按未排序顺序返回

带 -n开关：

comm -12 <(sort -n file1.txt) <(sort -n file2.txt)

6
40
2200
33000
comm: file 1 is not in sorted order

结果：正确，但以LEXOGRAPHIC排序顺序返回。该操作成功完成，并且返回与使用comm不带-n开关的结果相同的结果，但排序列表中。

区别：

仅列出每个文件唯一的数字：

不带-n开关：

comm -3 <(sort file1.txt) <(sort file2.txt)

110000
         440000

结果：正确-这些数字确实是每个文件专有的。

带 -n开关：

comm -3 <(sort -n file1.txt) <(sort -n file2.txt)

110000
comm: file 1 is not in sorted order
         440000

结果：正确，结果与comm不使用-n开关时相同，但是返回有关文件中未对正整数排序的错误。

印刷结果的解决方案：

使用comm`s --nocheck-order开关禁止显示错误消息。由于我们知道数字未在每个文件中排序，但是返回的结果comm -n是正确的，因此可以通过抑制它来安全地忽略该错误：

交叉点：

comm -12 --nocheck-order <(sort -n file1.txt) <(sort -n file2.txt)

6
40
2200
33000

区别：

comm -3 --nocheck-order <(sort -n file1.txt) <(sort -n file2.txt)

110000
         440000

结论：

返回给定的正整数返回排序时，错误“ 文件未排序 ” comm并不意味着使用-n开关返回的结果comm是错误的。确实，使用会comm -n按排序顺序返回整洁的正确！

感谢@ dhag，@ kusalananda @ChrisDown提出了需要进一步扩展的问题。总是很高兴能对我的工作进行审查：唯一能够使自己变得更好的方法就是，如果我们不断受到同行的挑战和挑战。