一、字典序 vs 数值序
字典序（按字符逐位比较）：
1
10
2
20
3
数值序：
1
2
3
10
20字典序比较的是字符编码，10 的第一位 1 小于 2，所以排在前面。这对「编号、版本号、金额」往往是错的。
判断标准：这一列是不是「数字」？是就用数值序，否则用字典序。
二、大小写与符号
ASCII 里大写字母排在小写前面（A=65，a=97），所以：
Apple
Banana
apple
banana不区分大小写时会变成 Apple, apple, Banana, banana（按字母序交错）。需要哪种取决于用途：
- 文件名、代码标识符：通常区分大小写。
- 名单、标签：通常不区分，读起来更自然。
三、中文怎么排
三种常见规则：
| 规则 | 依据 | 特点 |
|---|---|---|
| 拼音 | 汉字转拼音后比较 | 符合日常习惯，最常用 |
| 笔画 | 笔画数 + 笔顺 | 字典、名册常用 |
| 编码 | Unicode 码点 | 实现简单，但顺序对人无意义 |
Unicode 码点排序下，常用汉字大致按部首/笔画分布，但不等于拼音序，直接排出来的名单看起来很乱。做中文名单排序要用支持 locale 的比较（如 Python 的 locale.strxfrm、JS 的 localeCompare('zh-CN')）。
四、排序 + 去重
两步的顺序会影响结果：
- 先排序再去重：得到有序的唯一列表，便于查找和对比。
- 先去重再排序：结果相同（集合意义），但如果去重是「保序」的，排序后就丢失了原始顺序。
如果原始顺序有意义（按时间、按优先级），应选择「保序去重」且不排序。
五、按某一列排序
处理 name,age,city 这样的数据时，需要指定「按第几列、什么类型」：
# 按第 2 列数值排序（-t 指定分隔符，-k 指定列）
sort -t',' -k2,2n data.csv
# 按第 1 列字符串排序
sort -t',' -k1,1 data.csv-n 是数值，-r 倒序，-f 忽略大小写，-u 去重。注意 -k2,2n 里的 ,2 表示「只按第 2 列」，不写会从第 2 列一直比到行尾。
六、排序「不稳定」的错觉
同样的输入，两次排序结果不同，通常是因为：
- 比较键相同但整行不同，而排序算法不保证相同键的原始顺序（不稳定排序）。
- 数据里有不可见字符（空格、
\r、零宽字符），导致看起来一样但实际不同。 - 编码不同（全角/半角、大小写）。
处理：先清洗（trim、去 \r、统一全半角），再排序；需要稳定结果时，加上第二排序键（如整行）作为兜底。
七、几个实际场景
- 整理 IP 列表：按数值排序才能得到
1.2.3.4、1.2.3.10的正确顺序，按字符串会乱。要按段拆分后逐段比较。 - 整理日志时间：ISO 格式（
2026-11-03 10:00:00）可以直接按字符串排序，因为格式固定且高位在前——这也是推荐用 ISO 格式的原因。 - 整理标签：去空白 + 去重 + 按拼音排序，输出干净列表。
- 对比两份名单：各自排序后 diff，能快速看出增删。
八、工具
用 文本去重排序 可以按行去重、排序（支持忽略大小写、去首尾空白）；对比排序前后的差异用 文本对比；核对行数变化用 字数统计。
小结
数字列用数值序，否则字典序会把 10 排在 9 前面；中文按拼音排要用 locale 比较；排序前去空白与不可见字符；需要原始顺序就别排序，用保序去重。