Em todos os shells, os globs são classificados por padrão. Eles já estavam no /etc/glob
helper chamado pelo shell de Ken Thompson expandir globs na primeira versão do Unix no início dos anos 70 (e que deu o nome a globs).
Para sh
, o POSIX exige que eles sejam classificados por meio de strcoll()
, que está usando a ordem de classificação na localidade do usuário, como para ls
, embora alguns ainda o façam via strcmp()
, ou seja com base apenas em valores de byte.
$ dash -c 'echo *'
Log01B log-0D log00 log01 log02 log0A log0B log0C log4E log4F log50 log① log② lóg01
$ bash -c 'echo *'
log① log② log00 log01 lóg01 Log01B log02 log0A log0B log0C log-0D log4E log4F log50
$ zsh -c 'echo *'
log① log② log00 log01 lóg01 Log01B log02 log0A log0B log0C log-0D log4E log4F log50
$ ls
log② log① log00 log01 lóg01 Log01B log02 log0A log0B log0C log-0D log4E log4F log50
$ ls | sort
log②
log①
log00
log01
lóg01
Log01B
log02
log0A
log0B
log0C
log-0D
log4E
log4F
log50
Você pode notar acima que para os shells que fazem classificação com base no código do idioma, aqui em um sistema GNU com en_GB.UTF-8
locale, o -
nos nomes de arquivos é ignorado para classificação (a maioria dos caracteres de pontuação seria). O ó
é classificado de uma forma mais esperada (pelo menos para o povo britânico) e o caso é ignorado (exceto quando se trata de decidir os empates).
No entanto, você notará algumas inconsistências para o log① log②. Isso porque a ordem de classificação de ① e ② não é definida em localidades GNU (atualmente, esperamos que seja corrigida algum dia). Eles ordenam o mesmo, então você obtém resultados aleatórios.
A alteração da localidade afetará a ordem de classificação. Você pode definir a localidade como C para obter uma classificação semelhante a strcmp()
:
$ bash -c 'echo *'
log① log② log00 log01 lóg01 Log01B log02 log0.2 log0A log0B log0C log-0D log4E log4F log50
$ bash -c 'LC_ALL=C; echo *'
Log01B log-0D log0.2 log00 log01 log02 log0A log0B log0C log4E log4F log50 log① log② lóg01
Observe que algumas localidades podem causar algumas confusões até mesmo para cadeias all-ASCII all-alnum. Como os tchecos (pelo menos em sistemas GNU), em que ch
é um elemento de agrupamento que classifica após h
:
$ LC_ALL=cs_CZ.UTF-8 bash -c 'echo *'
log0Ah log0Bh log0Dh log0Ch
Ou, como apontado por @ninjalj, até mais estranhos em locais húngaros:
$ LC_ALL=hu_HU.UTF-8 bash -c 'echo *'
logX LOGx LOGX logZ LOGz LOGZ logY LOGY LOGy
Em zsh
, você pode escolher a classificação com os qualificadores da glob. Por exemplo:
echo *(om) # to sort by modification time
echo *(oL) # to sort by size
echo *(On) # for a *reverse* sort by name
echo *(o+myfunction) # sort using a user-defined function
echo *(N) # to NOT sort
echo *(n) # sort by name, but numerically, and so on.
A classificação numérica de echo *(n)
também pode ser ativada globalmente com a opção numericglobsort
:
$ zsh -c 'echo *'
log① log② log00 log01 lóg01 Log01B log02 log0.2 log0A log0B log0C log-0D log4E log4F log50
$ zsh -o numericglobsort -c 'echo *'
log① log② log00 lóg01 Log01B log0.2 log0A log0B log0C log01 log02 log-0D log4E log4F log50
Se você (como eu estava) está confuso com essa ordem naquela instância específica (aqui usando minha localidade britânica), consulte aqui para detalhes.