comm: o arquivo não está na ordem classificada

Eu costumava commcomparar dois arquivos classificados. Cada linha desses arquivos é um número inteiro positivo. Mas os resultados mostram

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

Como ocorre o erro, mesmo que esses dois arquivos sejam classificados?

commrequer classificação lexicográfica (simples sort), não classificação numérica ( sort -n). Por exemplo, ele deseja a seguinte ordem:

1
2000
300

Não é a seguinte ordem:

1
300
2000

Corrija isso e o problema deve desaparecer. Para casos mais esotéricos, onde comm's locale pode ser diferente do sortlocale, você pode querer executar sorte commcom LC_COLLATE=Cem seu ambiente de usar ordenação byte nativa.

RESPOSTA ATUALIZADA:

PROBLEMA:

O OP está recebendo um erro sobre "o arquivo não está na ordem classificada " ao ser usado commpara comparar números inteiros positivos nos arquivos, não no texto. Então, estamos lidando com números não decimais.

Resposta curta:

Dependendo do uso do -ncomutador com o sortcomando usado para classificar os resultados fornecidos comm, a ordem dos resultados retornados por commpode ser muito diferente:

Lexográfico : O uso do -ncomutador com classificação resultará na ordenação de "Inteiros positivos" em uma série de números crescentes. O " erro " pode ser suprimido usando commo interruptor `s--nocheck-order

Ordem de bytes : NÃO há uso do -n switchcom sort. LC_COLLATEdetermina a ordem que pode até variar de acordo com a localeconfiguração no host em que o comando é executado. Essa é a entrada commesperada por padrão. Um pouco mais sobre isso LC_COLLATEpode ser encontrado aqui: Referência1 e Referência2

O erro é um problema? Isso depende do que você está tentando alcançar. Como você verá nos exemplos abaixo,commretorna os mesmos resultados depois de comparar os arquivos com ou sem sort a-nopção`s, embora sua ordem varie da maneira acima, dependendo se-n switché usada com osortcomando. Eu mesmo prefiro resultados ordenados "lexográficos" - números que aumentam em uma série.

No entanto, se você não deseja os resultados na ordem " lexográfica ", NÃO use a -nopção ao classificar os dados fornecidos commpara comparação.

TESTE:

Compararemos os resultados do commcomando com e sem o -ncomutador. Aumentei a complexidade do meu conjunto de dados de teste de amostra por solicitação de Kusalananda:

Dados de teste :

file1.txt :

40
110000
2200
6
33000

file2.txt :

2200
40
33000
6
440000

Interseção :

Listar apenas números comuns a ambos os arquivos

Sem -ninterruptor:

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

2200
33000
40
6

Resultados : correto, mas retornado em um pedido não classificado

Com -n interruptor:

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

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

Resultados : correto, mas retornado em uma ordem classificada LEXOGRAPHIC . A operação foi concluída com êxito e retornou os mesmos resultados que o uso commsem a -nopção, mas em uma lista classificada.

Diferença :

Liste apenas números exclusivos para cada arquivo:

Sem -ninterruptor:

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

110000
         440000

Resultados : Correto - esses números são realmente exclusivos para cada arquivo respectivo.

Com -n interruptor:

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

110000
comm: file 1 is not in sorted order
         440000

Resultados : Corretos, mesmos resultados que commsem a -nopção, mas retornam o erro sobre a ordem dos números inteiros positivos que não foram classificados nos próprios arquivos.

SOLUÇÃO PARA RESULTADOS LEXOGRÁFICOS:

Use comma --nocheck-orderopção `s para suprimir a mensagem de erro. Como sabemos que os números não são classificados em cada arquivo, mas os resultados retornados comm -nestão corretos, o erro pode ser ignorado com segurança, suprimindo-o:

Interseção :

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

6
40
2200
33000

Diferença :

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

110000
         440000

CONCLUSÃO:

O erro "o arquivo não está na ordem de classificação " quando a classificação retornada de números inteiros positivos alimentados commnão significa que os resultados retornados usando a -nopção com commestão incorretos. De fato, usar comm -nretorna um arrumado correto em uma ordem classificada!

Graças a @dhag, @kusalananda @ChrisDown por levantar as questões que exigiam maior expansão. Sempre feliz em revisar meu trabalho: a única maneira de melhorar é se somos constantemente pressionados e desafiados por nossos colegas.