Sıralama neden alfasayısal olmayan karakterleri yok sayıyor?

Dosya adlarını sıralarken, lsgibi karakterleri yoksayar -,_. Bu karakterleri de sıralamada kullanmasını bekliyordum.

Bir örnek:

touch a1 a2 a-1 a-2 a_1 a_2 a.1 a.2 a,1 a,2

Şimdi bu dosyaları şununla göster ls -1:

a1
a_1
a-1
a,1
a.1
a2
a_2
a-2
a,2
a.2

Beklediğim şey şunun gibi bir şeydi:

a1
a2
a,1
a,2
a.1
a.2
a_1
a_2
a-1
a-2

Yani, alfasayısal olmayan karakterlerin sıralama sırasında dikkate alınmasını beklerdim.

Birisi bu davranışı açıklayabilir mi? Bu davranış standart tarafından zorunlu mu? Yoksa bu kodlamanın UTF-8 olması nedeniyle mi?

Güncelleme: Bunun UTF-8 sıralama ile ilgili olduğu görülüyor:

$ LC_COLLATE=C ls -1
a,1
a,2
a-1
a-2
a.1
a.2
a1
a2
a_1
a_2

Bunun karakter seti ile ilgisi yok. Aksine, harmanlama sırasını belirleyen dildir. Libc, $LC_COLLATE/ $LC_ALL/ 'da sunulan dili inceler $LANGve harmanlama kurallarını arar (örn /usr/share/i18n/locales/*. GLibC için) ve metni yönlendirildiği şekilde sıralar.

EDIT: LC_COLLATE = C ile sıralanmış veriler için test eklendi

Varsayılan harmanlama sırası, bu "noktalama tipi" karakterleri eşit değerde olarak kabul Use LC_COLLATE=Ceder.

for i in 'a1' 'a_1' 'a-1' 'a,1' 'a.1' 'a2' 'a_2' 'a-2' 'a,2' 'a.2' ;do
  echo $i; 
done |LC_COLLATE=C sort

Çıktı

a,1
a,2
a-1
a-2
a.1
a.2
a1
a2
a_1
a_2

Aşağıdaki kod , Temel Çok Dilli Düzlem'deki tüm geçerli UTF-8 karakterlerini test eder ( basitlik için \ x00 ve \ x0a hariç )
Bir dosyayı, bilinen (oluşturulan) artan bir sırada, rasgele olarak sıralanan ve daha sonra tekrar sıralanan şekilde karşılaştırır. LC_COLLATE = C. Sonuç, C dizisinin orijinal üretilen dizilim ile aynı olduğunu göstermektedir .

{ i=0 j=0 k=0 l=0
  for i in {0..9} {A..F} ;do
  for j in {0..9} {A..F} ;do
  for k in {0..9} {A..F} ;do
  for l in {0..9} {A..F} ;do
     (( 16#$i$j$k$l == 16#0000 )) && { printf '.' >&2; continue; }
     (( 16#$i$j$k$l == 16#000A )) && { printf '.' >&2; continue; }
     (( 16#$i$j$k$l >= 16#D800    && 
        16#$i$j$k$l <= 16#DFFF )) && { printf '.' >&2; continue; }
     (( 16#$i$j$k$l >= 16#FFFE )) && { printf '.' >&2; continue; }
     echo 0x"$i$j$k$l" |recode UTF-16BE/x4..UTF-8 || { echo "ERROR at codepoint $i$j$k$l " >&2; continue; } 
     echo 
  done
  done
  done; echo -n "$i$j$k$l " >&2
  done; echo >&2
} >listGen

             sort -R listGen    > listRandom
LC_COLLATE=C sort    listRandom > listCsort 

diff <(cat listGen;   echo "last line of listOrig " ) \
     <(cat listCsort; echo "last line of listCsort" )
echo 
cmp listGen listCsort; echo 'cmp $?='$?

Çıktı:

63485c63485
< last line of listOrig 
---
> last line of listCsort

cmp $?=0