gnu sort命令的--general-numeric-sort选项与--numeric-sort选项区别

sort提供了两种数字排序方式：

       -g, --general-numeric-sort              compare according to general numerical value       -n, --numeric-sort              compare according to string numerical value

这两种都是数字排序，有什么区别呢？

先来看看第一种general-numeric-sort，它是用标准C函数把数字转换成双精度浮点数进行比较，支持科学计数法，例如1.23e5。

所以，当序列中有科学计数法的数值时，也可以正确排序，例如：

$ cat test2.txt
1.23e2
1.23456
10.3
2.1
3.5e1
-1

数列中1.23e2代表123，3.5e1代表35，排序后：

$ sort -g test2.txt
-1
1.23456
2.1
10.3
3.5e1
1.23e2

排序顺序为负数－>正数，从小到大排序。

那么，当序列中出现字符串时，怎么排序呢？，比如增加两行数字带有字符串

2a1

2,67

$ cat test2.txt
1.23e2
1.23456
10.3
2.1
2a1
2,67
3.5e1
-1

排序结果：

$ sort -g test2.txt
-1
1.23456
2,67
2a1
2.1
10.3
3.5e1
1.23e2

2,67和2a1可以看作2后面跟着字符串，而sort -g的排序规则是先字符串，然后数字，所以这两个都排在2.1之前。

再根据字符串的排序规则，ASCII码小的排在前面，所以","排在"a"前面。

一般情况下，不建议用-g选项对数字进行排序，因为浮点数的排序比较慢，而且在把数字转换成浮点数时会产生进位误差。

再来看看numeric-sort，按数字大小排序，如果一行中有非数字字符，则按照非数字字符前面的数字大小排序。

还是继续对上一步的test2.txt用-n排序

$ sort -n test2.txt

-1

1.23e2

1.23456

2a1

2.1

3.5e1

10.3

2,67

sort -n不支持科学计数法，因此1.23e2被作为数字1.23参与排序，3.5e1作为数字3.5参与排序。

2a1作为数字2参与排序，因此排在2.1之前。

值得注意的是2,67排在最后，这里我看了半天，显然-n选项没有把","看作是一般的字符串，而是看作了千分位的逗号，因此，2,67实际被作为267参与排序，因而排在最后。

如果把2,67改成2+67，因为“＋”的ASCII值小于“a“，所以2+67排在2a1之前，它们两个都作为数字2排在2.1之前。

如果把2,67改成2}67，因为“｝“的ASCII值大于“a“，所以2}67会排在2a1后面。

$ sort -n test2.txt

-1

1.23e2

1.23456

2+67

2a1

2.1

3.5e1

10.3

为了确认，对test2.txt进行修改，原文件改为：

$ cat test2.txt

2.1

2a1

2,67

25,00

249

用－n排序：

$ sort -n test2.txt

2a1

2.1

249

2,67

25,00

这里，2,67被作为267，25,00被作为2500，参与排序。

以上是个人对数字、字符混合排序的一点理解，

为了排序的准确性，建议还是对数字进行格式化，去掉字符变成纯数字后，再用-n进行比大小，这样就省心多了。

参考：

https://www.gnu.org/software/coreutils/manual/html_node/sort-invocation.html