Tại sao ls sắp xếp bỏ qua các ký tự không chữ và số?

Khi sắp xếp tên tệp, lsbỏ qua các ký tự như -,_. Tôi dự kiến ​​nó cũng sẽ sử dụng những ký tự đó.

Một ví dụ:

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

Bây giờ hiển thị các tệp này với ls -1:

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

Những gì tôi mong đợi là một cái gì đó như thế này:

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

tức là tôi dự kiến ​​các ký tự không chữ và số sẽ được tính đến khi sắp xếp.

Bất cứ ai có thể giải thích hành vi này? Là hành vi này được ủy quyền bởi một tiêu chuẩn? Hay điều này là do mã hóa là UTF-8?

Cập nhật: Có vẻ như điều này có liên quan đến sắp xếp UTF-8:

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

Điều này không có gì để làm với bộ ký tự. Thay vào đó, đó là ngôn ngữ xác định thứ tự đối chiếu. Libc kiểm tra ngôn ngữ được trình bày trong $LC_COLLATE/ $LC_ALL/ $LANGvà tìm kiếm các quy tắc đối chiếu của nó (ví dụ: /usr/share/i18n/locales/*đối với GLibC) và sắp xếp văn bản theo chỉ dẫn.

EDIT: Đã thêm kiểm tra cho dữ liệu được sắp xếp với LC_COLLATE = C

Trình tự đối chiếu mặc định đang coi các ký tự "kiểu chấm câu" đó có giá trị như nhau .. Use LC_COLLATE=Cđể xử lý chúng theo thứ tự mã hóa ..

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

Đầu ra

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

Đoạn mã sau kiểm tra tất cả các ký tự UTF-8 hợp lệ trong Mặt phẳng đa ngôn ngữ cơ bản (ngoại trừ \ x00 và \ x0a ; để đơn giản)
Nó so sánh một tệp theo trình tự tăng dần đã biết (được tạo), so với tệp đó được sắp xếp ngẫu nhiên và sau đó được sắp xếp lại với LC_COLLATE = C. Kết quả cho thấy chuỗi C giống hệt với chuỗi được tạo ban đầu.

{ 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 $?='$?

Đầu ra:

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

cmp $?=0