RHEL5.4对中文排序问题

 

今天德哥发现 rhel5.4上使用sort对中文进行拼音排序，而在rhel6中是正常的。现象如下：

[root@rhel5-2 ~]# locale

LANG=zh_CN.utf-8

LC_CTYPE=zh_CN.utf-8

LC_NUMERIC="zh_CN.utf-8"

LC_TIME="zh_CN.utf-8"

LC_COLLATE=zh_CN.utf-8

LC_MONETARY="zh_CN.utf-8"

LC_MESSAGES="zh_CN.utf-8"

LC_PAPER="zh_CN.utf-8"

LC_NAME="zh_CN.utf-8"

LC_ADDRESS="zh_CN.utf-8"

LC_TELEPHONE="zh_CN.utf-8"

LC_MEASUREMENT="zh_CN.utf-8"

LC_IDENTIFICATION="zh_CN.utf-8"

LC_ALL=

[root@rhel5-2 ~]# cat test

中国

日本

美国

上海

[root@rhel5-2 ~]# sort test

上海

中国

日本

美国

[root@rhel5-2 ~]# rpm -qa|grep glibc

glibc-common-2.5-42

glibc-devel-2.5-42

glibc-2.5-42

glibc-headers-2.5-42

这其实是因为中文本地化数据并没有包含拼音排序的信息。即glibc中的local数据不包含对中文按拼音和笔画的排序

官方上 bug的提交如下：

http://sources.redhat.com/ml/glibc-bugs/2007-02/msg00068.html

http://sourceware.org/bugzilla/show_bug.cgi?id=4024

现在给出解决方案，如下：

现在通过安装一种额外的中文本地化数据 zh_CN@pinyin就可以让你在UTF-8和GB18030字符集下都可以正确的排序中文。 即locale-pinyin

介绍

＝＝

按拼音排序的中文locale。

在类Unix中为了能够正确的排序电脑中的中文，你必须有能够正确对中文进行排序

的locale数据。而glibc包含的locale数据一直没能对中文按照拼音或者笔画排

序。本软件则是为你在电脑中增加一种按照拼音排序的中文locale。

安装

＝＝

系统需求：

1、系统需要有符合X/Open标准的localedef工具

2、5.8.1以上的perl

安装：

$make

#make install

配置

＝＝

为了生效，你必须正确配置locale环境变量。

推荐仅设置LC_COLLATE为本locale，比如：

LANG=zh_CN.UTF-8

LC_COLLATE=zh_CN@pinyin.utf8

注意：不要同时设置LC_ALL和LC_COLLATE，这样可能会导致本locale不能正确生

效。

再跟踪 glibc，发现官方在比较新的版本中已经把local_pinyin合并进去了(glibc2.6以上)，如下：

http://sourceware.org/cgi-bin/cvsweb.cgi/libc/localedata/locales/iso14651_t1_pinyin?rev=1.1&content-type=text/x-cvsweb-markup&cvsroot=glibc

升级 glibc是一个比较大的工程，涉及也比较广，建议在用rhel5时先打上local_pinyin补丁，或者可以考虑使用rhel6