GNU sort -g 在小数逗号环境中把科学计数值排错

同一份数值文件换到另一台 Linux 机器后，使用 sort -g -r 按降序排列时，命令仍能运行，却把 3.4e-18 排在 2.3e-12 前面。若数据使用点号作小数点，而当前 LC_NUMERIC 使用逗号，GNU sort 可能只转换数字开头的一部分，指数根本没有参与比较。

这类问题适用于 GNU coreutils 的 sort，输入是点小数格式的科学计数值。-g 支持指数记法，但数值转换仍受 locale 影响；加上 -g 并不等于固定了输入格式。

确认小数点规则和取值列

先查看当前命令环境：

locale
locale decimal_point
sort --version

注意 LC_ALL、LC_NUMERIC 和 LANG 的实际值。即使 LANG 是英文环境，单独设置的 LC_NUMERIC 也可能让小数点变成逗号；非空 LC_ALL 又会覆盖各个分类设置。只看到 LANG=en_US.utf8 不足以排除这个原因。

比如以逗号为小数点的环境读取 2.3e-12，数值转换可能停在点号前，仅得到 2。这个过程未必报错：GNU sort 的 -g 不报告转换、溢出或下溢错误。因此退出状态为 0，不能证明每个字段都被完整解释为数字。

另外核对列号。两列文件中的数值在第二列，应指定 -k 2,2；三列文件的数值在第三列，就改为 -k 3,3。不要仅写 -k 2 后以为键只包含第二列，它实际延伸到行尾。

仅为这次排序固定 C locale

对于两列、以空白分隔且数值位于第二列的文本，可以先输出到终端检查：

LC_ALL=C sort -g -r -k 2,2 -- ./measurements.txt

./measurements.txt 替换为稳定的输入副本。C locale 使用点号作小数点；-g 按一般数值转换比较，-r 从大到小排序。这里的环境赋值只影响这一条命令，不需要修改系统 locale，也不必把 LC_ALL=C 写入整个登录会话的配置。

普通空格或制表符分隔的非空字段可使用上述写法。若 TSV 允许中间空字段，默认的空白分列会改变列号，应显式指定制表符：

LC_ALL=C sort -t "$(printf '\t')" -g -r -k 3,3 -- ./measurements.tsv

这条示例按第三个 TSV 字段排序，制表符之间的空字段也占一列。它不是 CSV 解析器，不适用于带引号转义或字段内换行的任意表格。

不要把 -g 换成 -n 来处理指数。GNU sort -n 不识别指数记法；-h 则面向带容量单位后缀的数据，也不能代替科学计数值的转换。

用指数相差明显的样本验收

下面的短样本只向标准输出写数据，不改文件：

printf '%s\n' 'A 2.3e-12' 'B 3.4e-18' 'C 5.6e-16' |
  LC_ALL=C sort -g -r -k 2,2

按数值降序，预期依次为：

A 2.3e-12
C 5.6e-16
B 3.4e-18

这个样本故意让尾数大小与完整数值大小不一致，能区分“只看开头数字”和“包含指数的比较”。若结果仍不符，用支持 --debug 的 GNU sort 检查实际选中的键：

LC_ALL=C sort --debug -g -r -k 2,2 -- ./measurements.txt

调试输出包含辅助标记，不能直接当作业务结果文件。还要检查空值、表头、单位后缀和格式混杂；固定 locale 不会自动清洗它们。

保留原文件和精度边界

确认格式后，将正式结果写到尚不存在的新文件，并检查命令退出状态和记录数量。不要用 shell 重定向覆盖同一个输入文件，避免 sort 读取前文件就被截断。修复只改变排序规则，回退可以保留原文件并恢复原脚本；下游若已经按错误顺序执行删除或更新，则需另行恢复那些业务操作。

-g 会把数值转换为长双精度浮点数，精度有限，极小或极大的指数还可能下溢或溢出。它不适合保证任意精度十进制的严格先后关系。若业务需要区分超出该表示能力的数值，应使用明确支持相应精度的数值处理程序，不能以 sort 没报错作为精度验收。

若两个键转换后相等，GNU sort 默认还会比较整行。确实需要保留同值记录的原相对顺序时，可加入 -s；不要为了排序顺手加 -u，否则比较相等的记录可能被删除。