Путаница в естественном порядке сортировки10
25

Большинство графических файловых менеджеров не сортируют строго лексикографически, а используют «естественную» сортировку. Блоки цифр в именах интерпретируются как числа — выигрывает больший блок цифр, даже если в алфавитном порядке всё было бы наоборот. Идея естественной сортировки: обычно пользователи хотят, чтобы «9 перед 10», «Глава 2 перед главой 10» — без добавления начальных нулей.

Следующие пары файлов естественным образом сортируются в порядке возрастания следующим образом::

  • build-9e2.log
  • build-950.log

Удивительно, но объяснимо: первая цифра \(9\) меньше первого блока цифр \(950\) .

  • IMG_12113419_90.jpg
  • IMG_0554363070_90.jpg

Число \(12113419\) меньше, чем \(554363070\) (начальный \(0\) удален).

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

Сравниваемые числа: \(0\) , \(2\) , \(3\) , \(10\) , \(12\) – знак «-» не считается частью числа.

Даже «алфавитный» не является однозначно глобально: заглавные буквы, умлауты, например, ä (немецкий), или многосимвольные буквы, например, ch (чешский), приводят к допустимым вариантам. Таким образом, «чисто алфавитный» вариант зависит от контекста. Проводник Windows реализует это в функции StrCmpLogicalW . Хотя её исходный код (shlwapi.dll) является проприетарным и не является общедоступным, существуют реализации, например, в 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 и другие приложения демонстрируют схожий алгоритм сортировки. Инструменты командной строки, такие как ls а также find Однако они сортируют данные иначе, чем графические файловые менеджеры. Семантика заложена в именах файлов, а не в API. Если вы хотите получить результаты без сюрпризов, определите соглашения: единообразные разделители, дополнения и понятную обработку единиц. Тогда «алфавитный» порядок снова станет предсказуемым.

Назад