Forvirring i den naturlige sorteringsorden10
25

De fleste grafiske filhåndteringer sorterer ikke strengt leksikografisk, men bruger snarere "naturlig sortering". Blokke af tal i navnet tolkes som tal - den større blok af tal vinder, selvom det modsatte ville komme ud rent alfabetisk. Idéen bag naturlig sortering: Det folk mest ønsker er "9 før 10", "Kapitel 2 før kapitel 10", uden at skulle tilføje indledende nuller.

---

Følgende filpar er naturligt sorteret i stigende rækkefølge som følger:

• build-9e2.log
• build-950.log

Overraskende, men forklarligt: Den første cifferblok \(9\) er mindre end den første cifferblok \(950\) .

• IMG_12113419_90.jpg
• IMG_0554363070_90.jpg

Tallet \(12113419\) er mindre end \(554363070\) (det indledende \(0\) er fjernet).

• temp_0C.txt
• temp_2C.txt
• temp_-3C.txt
• temp_10C.txt
• temp_-12C.txt

De sammenlignede tal er \(0\) , \(2\) , \(3\) , \(10\) , \(12\) – "-" betragtes ikke som en del af tallet.

Selv "alfabetisk" er ikke globalt entydig: Store bogstaver, umlauter som ä (tysk) eller flertegnsbogstaver som ch (tjekkisk) fører til legitime varianter. "Rent alfabetisk" er derfor kontekstafhængig. Windows Stifinder implementerer dette i StrCmpLogicalW -funktionen. Selvom kildekoden (shlwapi.dll) er proprietær og ikke offentlig, findes der reimplementeringer, for eksempel fra ReactOS.:

{
    TRACE("%s, %s\n", wine_dbgstr_w(str), wine_dbgstr_w(comp));
 
    if (!str || !comp)
        return 0;
 
    while (*str)
    {
        if (!*comp)
            return 1;
        else if (*str >= '0' && *str <= '9')
        {
            int str_value, comp_value;
 
            if (*comp < '0' || *comp > '9')
                return -1;
 
            /* Compare the numbers */
            StrToIntExW(str, 0, &str_value);
            StrToIntExW(comp, 0, &comp_value);
 
            if (str_value < comp_value)
                return -1;
            else if (str_value > comp_value)
                return 1;
 
            /* Skip */
            while (*str >= '0' && *str <= '9') str++;
            while (*comp >= '0' && *comp <= '9') comp++;
        }
        else if (*comp >= '0' && *comp <= '9')
            return 1;
        else
        {
            int diff = ChrCmpIW(*str, *comp);
            if (diff > 0)
                return 1;
            else if (diff < 0)
                return -1;
 
            str++;
            comp++;
        }
    }
 
    if (*comp)
      return -1;
 
    return 0;
}

Google Drive, OneDrive, KDE og lignende tjenester udviser lignende sorteringsadfærd. CLI-værktøjer som... ls og find sortere anderledes end GUI-filadministratorer. Semantik er i filnavnene, ikke API'et. Hvis du vil have resultater uden overraskelser, skal du definere konventioner: konsekvente separatorer, polstrede tal og en klar håndtering af enheder. Så bliver "alfabetisk" forudsigelig igen.