Sorting gawk和PROCINFO无法按预期对较长字符串进行排序

假设我有一个简单的字符串小文件，我想按行长度排序：

$ cat file1
123
2
45
12345
123456789
1

我可以编写一个

gawk

脚本，使用函数和

PROCINFO[“sorted_in”]

对这些字符串进行排序：

太好了

但现在假设我在该文件中添加了一些更长的字符串：

$ cat file2
123
2
45
xyxyxyxyxyyxyxyxyxyxyyxyxyxxyxyxyxyyxyxyxyxyyx
12345
56565656565656565665656566565656656565656
123456789
1

它打破了：

$ gawk 'function cmp_len(i1, v1, i2, v2) {
            return length(v1) - length(v2)
      }
      NR==FNR{arr[$0]; next}
      END{PROCINFO["sorted_in"] = "cmp_len"
      for (e in arr) print e
      } 
      ' file2
123456789
56565656565656565665656566565656656565656
1
2
45
123
12345
xyxyxyxyxyyxyxyxyxyxyyxyxyxxyxyxyxyyxyxyxyxyyx

它确实以这种方式正常工作：

$ awk '{ print length()"\t"$0}' file2 | sort -n | cut -f2
# expected output by length...

但这使得我正在写的剧本更加困难

您知道为什么在本例中，

PROCINFO

不能处理较长的字符串吗？

来自：

这里，“i1”和“i2”是指数，“v1”和“v2”是被比较的两个元素的对应值

比较函数是比较数组的值，而不是索引。值总是空字符串，因此函数总是返回0。换成

function cmp_len(i1, v1, i2, v2) {
         return length(i1) - length(i2)
}            

你会得到你想要的订单。或者更好的是，缓存长度并使用内置的比较，因为现在存储了有意义的值：

gawk'
NR==FNR{arr[$0]=length（$0）}
结束{
PROCINFO[“排序在”]=“@val\u num\u asc”
对于（arr中的e）打印e
} 
'文件1

来自：

这里，“i1”和“i2”是指数，“v1”和“v2”是被比较的两个元素的对应值

比较函数是比较数组的值，而不是索引。值总是空字符串，因此函数总是返回0。换成

function cmp_len(i1, v1, i2, v2) {
         return length(i1) - length(i2)
}            

你会得到你想要的订单。或者更好的是，缓存长度并使用内置的比较，因为现在存储了有意义的值：

gawk'
NR==FNR{arr[$0]=length（$0）}
结束{
PROCINFO[“排序在”]=“@val\u num\u asc”
对于（arr中的e）打印e
} 
'文件1

所以第一个示例输出只是随机优度？因为所有条目相互比较相等，是的，很有可能是这样。所以第一个示例输出只是随机优度？因为所有条目相互比较相等，是的，只是碰巧它是那样的。放在一边-你只有一个输入文件，所以

NR==FNR

总是正确的，所以可以删除。@EdMorton:谢谢。我正在编写的脚本有两个，因此剩下了。放在一边-您只有一个输入文件，因此

NR==FNR

始终为真，因此可以删除。@EdMorton:谢谢。我正在编写的脚本有两个，因此剩下了两个。