Gnu排序UTF-8排序顺序不正确

我在Linux上对UTF-8文件使用GNU排序，有些字符串排序不正确。我在BASH中将LC_COLLATE变量设置为en_US.UTF-8。下面是一个十六进制转储，显示了问题

5f ef ac 82 0a
5f ef ac 81 0a
5f ef ac 82 0a
5f ef ac 82 0a

这是四个连续的排序行。0a是生产线的终点。第四个字节的顺序不正确。字节值81不应介于82个字节之间。当这显示在终端窗口中时，第二行是与其他三行不同的字符

---

我怀疑这是sort命令的问题，因为它是一个GNU核心实用程序，应该是坚如磐石的。你知道为什么会发生这种情况吗？为什么我必须使用hextump来追踪这个问题；已经是21世纪了

使用LC\u COLLATE=C似乎是唯一的解决方案

您可以通过编辑/etc/default/locale为所有内容设置此选项

---

不幸的是，这丢失了UTF-8排序的许多有用方面，例如将重音字符放在基本字符旁边。但它远没有libc开发人员和Unicode联盟所做的那样令人讨厌。他们无法理解排序的目的、串接时保持排序顺序的需要、始终产生相同顺序的需要，以及世界上几乎每个程序都依赖于此。相反，他们似乎觉得重要的是对拼写错误进行“排序”，例如忽略名称中间插入的空格（！）。

使用LC\u COLLATE=C似乎是唯一的解决方案

您可以通过编辑/etc/default/locale为所有内容设置此选项

---

不幸的是，这丢失了UTF-8排序的许多有用方面，例如将重音字符放在基本字符旁边。但它远没有libc开发人员和Unicode联盟所做的那样令人讨厌。他们无法理解排序的目的、串接时保持排序顺序的需要、始终产生相同顺序的需要，以及世界上几乎每个程序都依赖于此。相反，他们似乎觉得重要的是对拼写错误进行“排序”，比如在名字中间插入空格，忽略它们（！）.

非编程问题属于SE上的一个或多个操作系统特定站点-检查哪一个适合您的需要。非编程问题属于SE上的一个或多个操作系统特定站点-检查哪一个适合您的需要。