{"id":83055,"date":"2020-05-28T01:42:15","date_gmt":"2020-05-27T23:42:15","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/kak-linuxovskij-sort-sortiruet-stroki"},"modified":"2020-05-28T01:42:15","modified_gmt":"2020-05-27T23:42:15","slug":"kak-linuxovskij-sort-sortiruet-stroki","status":"publish","type":"post","link":"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/kak-linuxovskij-sort-sortiruet-stroki","title":{"rendered":"Kako Linuxov sortira stringove","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<h1 id=\"vvedenie\">Uvod<\/h1>\n<p><\/p>\n<p>Sve je po\u010delo s kratkim skriptom koji je trebao spojiti informacije o adresama <em>e-mail<\/em> zaposlenika, dobijenih s liste korisnika mailing liste, s radnim mestima zaposlenika, dobijenim iz evidencije ljudskih resursa. Oba spiska su eksportovana u tekstualne datoteke u Unicode kodiranju <em>UTF-8<\/em> i sa\u010duvana s unix zavr\u0161enicama redova.<\/p>\n<p><\/p>\n<p>Sadr\u017eaj <em>mail.txt<\/em><\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">Ivanov Andrej;ia@example.com<\/code><\/pre>\n<p><\/p>\n<p>Sadr\u017eaj <em>buhg.txt<\/em><\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">Ivanova Alla;maljar\nJelkina Ella;kranov\u010dica\nIvanov Andrej;tesar\nAbakanov Mihail;maljar<\/code><\/pre>\n<p><\/p>\n<p>Za spajanje, datoteke su sortirane unix komandama <em>sort<\/em> i prosle\u0111ene unix programu <em>join<\/em>, koji je iznenada zavr\u0161io s gre\u0161kom: <\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; sort buhg.txt &gt; buhg.srt\n$&gt; sort mail.txt &gt; mail.srt\n$&gt; join buhg.srt mail.srt &gt; result\njoin: buhg.srt:4: is not sorted: Ivanov Andrej;tesar<\/code><\/pre>\n<p><\/p>\n<p>Pogled na rezultat sortiranja pokazao je da je u celini sortiranje ispravno, ali u slu\u010daju poklapanja mu\u0161kih i \u017eenskih prezimena, \u017eenska idu pre mu\u0161kih:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; sort buhg.txt\nAbakanov Mihail;maljar\nJelkina Ella;kranov\u010dica\nIvanova Alla;maljar\nIvanov Andrej;tesar<\/code><\/pre>\n<p><\/p>\n<p>Izgleda kao gre\u0161ka u sortiranju u Unicode-u ili kao manifestacija feminizma u algoritmu sortiranja. Prvo je, naravno, verovatnije.<\/p>\n<p><noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<p>Ostavimo za sada <em>join<\/em> i fokusirajmo se na <em>sort<\/em>. Poku\u0161ajmo da re\u0161imo problem metodom poku\u0161aja i gre\u0161ke. Za po\u010detak, promenimo lokalizaciju s <em>en_US<\/em> na <em>ru_RU<\/em>. Za sortiranje bi bilo dovoljno postaviti varijablu okru\u017eenja <em>LC_COLLATE<\/em>, ali ne\u0107emo se ograni\u010davati:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; LANG=ru_RU.UTF-8 sort buhg.txt\nAbakanov Mihail;maljar\nJelkina Ella;kranov\u010dica\nIvanova Alla;maljar\nIvanov Andrej;tesar<\/code><\/pre>\n<p><\/p>\n<p>Nije se ni\u0161ta promenilo.<\/p>\n<p><\/p>\n<p>Poku\u0161ajmo da prekodiramo datoteke u jednonitnu kodiranje: <\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; iconv -f UTF-8 -t KOI8-R buhg.txt \n | LANG=ru_RU.KOI8-R sort \n | iconv -f KOI8-R -t UTF8<\/code><\/pre>\n<p><\/p>\n<p>Opet se ni\u0161ta nije promenilo.<\/p>\n<p><\/p>\n<p>Ne mo\u017ee se ni\u0161ta, mora\u0107emo da tra\u017eimo re\u0161enje na internetu. Direkno o ruskim prezimenima nema ni\u0161ta, ali postoje pitanja o drugim \u010dudnim stvarima u sortiranju. Na primer, takav problem: <noindex><a rel=\"nofollow\" href=\"https:\/\/serverfault.com\/questions\/95579\/unix-sort-treats-dash-characters-as-invisible\/95593\">unix sort tretira &#8216;-&#8216; (crtica) kao nevidljive karakterske znakove<\/a><\/noindex>. Ukratko, nizovi &quot;a-b&quot;, &quot;aa&quot;, &quot;ac&quot; se sortiraju kao &quot;aa&quot;, &quot;a-b&quot;, &quot;ac&quot;.<\/p>\n<p><\/p>\n<p>Odgovor svuda standardan: koristite programersku lokalnost <em>&quot;C&quot;<\/em> i bi\u0107e vam sre\u0107e. Poku\u0161ajmo:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; LANG=C sort buhg.txt\nJelkina Ella;kranov\u010dica\nAbakanov Mihail;maljar\nIvanov Andrej;tesar\nIvanova Alla;advokat<\/code><\/pre>\n<p><\/p>\n<p>Neki su se redovi promenili. Ivanovi su se poslo\u017eili u pravilan redosled, ali Jelkina je nekako nestala. Vra\u0107amo se na izvorni problem:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; LANG=C sort buhg.txt &gt; buhg.srt\n$&gt; LANG=C sort mail.txt &gt; mail.srt\n$&gt; LANG=C join buhg.srt mail.srt &gt; result<\/code><\/pre>\n<p><\/p>\n<p>Radilo je bes gre\u0161aka, kao \u0161to je internet obe\u0107ao. I to uprkos \u0112olkinu u prvom redu.<\/p>\n<p><\/p>\n<p>Izgleda da je problem re\u0161en, ali za svaki slu\u010daj poku\u0161ajmo jo\u0161 jednu rusku kodiranje \u2014 windows kodiranje <em>CP1251<\/em>:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; iconv -f UTF-8 -t CP1251 buhg.txt \n | LANG=ru_RU.CP1251 sort \n | iconv -f CP1251 -t UTF8 <\/code><\/pre>\n<p><\/p>\n<p>Rezultat sortiranja \u0107e, zanimljivo, odgovarati lokalnoj postavci <em>&quot;C&quot;<\/em>, i ceo primer, prema tome, prolazi bez gre\u0161aka. Neka mistika.<\/p>\n<p><\/p>\n<p>Ne volim mistiku u programiranju, jer obi\u010dno prikriva gre\u0161ke. Mora\u0107u ozbiljno da prou\u010dim kako funkcioni\u0161e <em>sort<\/em> i na \u0161ta uti\u010de <em>LC_COLLATE<\/em> .<\/p>\n<p><\/p>\n<p>Na kraju \u0107u poku\u0161ati da odgovorim na pitanja:<\/p>\n<p><\/p>\n<ul>\n<li>za\u0161to su \u017eenska prezimena bila sortirana pogre\u0161no<\/li>\n<li>za\u0161to <em>LANG=ru_RU.CP1251<\/em> se ispostavio ekvivalentom <em>LANG=C<\/em><\/li>\n<li>za\u0161to su <em>sort<\/em> i <em>join<\/em> razli\u010dita predstava o redosledu sortiranih redova<\/li>\n<li>za\u0161to u svim mojim primerima postoje gre\u0161ke<\/li>\n<li>kona\u010dno, kako sortirati redove po svom ukusu<\/li>\n<\/ul>\n<p><\/p>\n<h1 id=\"sortirovka-v-yunikode\">Sortiranje u Unicode-u<\/h1>\n<p><\/p>\n<p>Prva stanica bi\u0107e tehni\u010dki izve\u0161taj br. 10 pod nazivom <noindex><a rel=\"nofollow\" href=\"https:\/\/unicode.org\/reports\/tr10\/\">Unicode collation algorithm<\/a><\/noindex> sajtu <noindex><a rel=\"nofollow\" href=\"https:\/\/unicode.org\">unicode.org<\/a><\/noindex>. Izve\u0161taj sadr\u017ei mnogo tehni\u010dkih detalja, pa \u0107u prilikom sebi dozvoliti da navedem kratak pregled osnovnih ideja.<\/p>\n<p><\/p>\n<p><em>Klasifikacija<\/em> \u2014 &quot;upore\u0111ivanje&quot; nizova je osnova svakog algoritma za sortiranje. Sami algoritmi mogu biti razli\u010diti (&quot;bubbel sort&quot;, &quot;merge sort&quot;, &quot;quick sort&quot;), ali svi \u0107e koristiti upore\u0111ivanje parova nizova kako bi odredili redosled.<\/p>\n<p><\/p>\n<p>Sortiranje redova na prirodnom jeziku je prili\u010dno slo\u017een problem. \u010cak i u najjednostavnijim jednonitnim kodiranjima, redosled slova u abecedi, u ne\u010dem \u0161to se razlikuje od engleskog latini\u010dnog pisma, ne\u0107e se poklapati sa redosledom numeri\u010dkih vrednosti kojima su ta slova kodirana. Tako, u nema\u010dkoj abecedi slovo <em>\u00d6<\/em> stoji izme\u0111u <em>O<\/em> i <em>P<\/em>, a u kodiranju <em>CP850<\/em> pada izme\u0111u <em>\u00ff<\/em> i <em>\u00dc<\/em>.<\/p>\n<p><\/p>\n<p>Mo\u017ee se poku\u0161ati apstrahovati od konkretne kodiranja i smatrati &quot;idealnim&quot; slovima koja su postavljena u nekom redosledu, kao \u0161to je to u\u010dinjeno u Unicodeu. Kodiranja <em>UTF8<\/em>, <em>UTF16<\/em> ili jednonitna <em>KOI8-R<\/em> (ako je potrebna ograni\u010dena podskupina Unicode-a) da\u0107e razli\u010dite numeri\u010dke prikaze slova, ali \u0107e se odnositi na iste elemente osnovne tabele. <\/p>\n<p><\/p>\n<p>Ispostavlja se da \u010dak i kada izgradimo tabelu karaktera od nule, ne mo\u017eemo dodeliti univerzalni redosled tim karakterima. U razli\u010ditim nacionalnim alfabetima koji koriste iste slova, redosled tih slova mo\u017ee se razlikovati. Na primer, u francuskom jeziku <em>\u00c6<\/em> \u0107e se smatrati ligaturom i sortira\u0107e se kao niz <em>AE<\/em>. U norve\u0161kom jeziku <em>\u00c6<\/em> \u0107e biti posebno slovo koje se nalazi posle <em>Z<\/em>. Usput, osim ligatura kao \u0161to su <em>\u00c6<\/em> postoje slova koja se zapisuju sa vi\u0161e simbola. Tako u \u010de\u0161kom alfabetu postoji slovo <em>Ch<\/em>, koje se nalazi izme\u0111u <em>H<\/em> i <em>I<\/em>.<\/p>\n<p><\/p>\n<p>Osim razlike u alfabetima postoje i druge nacionalne tradicije koje uti\u010du na sortiranje. Konkretno, postavlja se pitanje: kojim redosledom bi trebalo da slede u re\u010dniku re\u010di koje se sastoje od velikih i malih slova? Tako\u0111e, na sortiranje mogu uticati posebnosti kori\u0161\u0107enja interpunkcijskih znakova. U \u0161panskom jeziku na po\u010detku upitne re\u010denice stavlja se obrnuti upitni znak (<em>\u00bfTe gusta la m\u00fasica?<\/em>). U tom slu\u010daju je o\u010digledno da upitne re\u010denice ne bi trebalo grupisati u poseban klaster van alfabeta, a kako sortirati nizove sa drugim interpunkcijskim znacima?<\/p>\n<p><\/p>\n<p>Ne\u0107u se zadr\u017eavati na sortiranju nizova u jezicima koji se zna\u010dajno razlikuju od evropskih. Istaknu\u0107u da se u jezicima sa pravcem pisanja s desna na levo ili odozgo prema dole, simboli u nizovima verovatno \u010duvaju u redosledu \u010ditanja, a \u010dak i u nealfabetskim pismima postoje na\u010dini za redosled simbola. Na primer, hijeroglifi se mogu redoslediti prema obliku (<noindex><a rel=\"nofollow\" href=\"https:\/\/studychinese.ru\/kljuchi\/\">klju\u010devi kineskih hijeroglifa<\/a><\/noindex>) ili prema izgovoru. Na koji na\u010din bi trebalo redoslediti emod\u017eije, iskreno, ne mogu da zamislim, ali i za njih se mo\u017ee smisliti ne\u0161to.<\/p>\n<p><\/p>\n<p>Na osnovu gore navedenih osobina formulisani su osnovni zahtevi za pore\u0111enje nizova baziranih na Unicode tabelama:<\/p>\n<p><\/p>\n<ul>\n<li>pore\u0111enje nizova ne zavisi od pozicije simbola u kodnoj tabeli;<\/li>\n<li>sekvencije simbola koji \u010dine jedinstveni simbol dovode se u kanoni\u010dki oblik (<em>A<\/em> + gornji krug je isto \u0161to i <em>\u00c5<\/em>);<\/li>\n<li>prilikom pore\u0111enja nizova, simbol se razmatra u kontekstu niza i, po potrebi, okuplja se sa susedima u jednu jedinicu pore\u0111enja (<em>Ch<\/em> na \u010de\u0161kom) ili se deli na vi\u0161e (<em>\u00c6<\/em> na francuskom);<\/li>\n<li>Sve nacionalne karakteristike (abeceda, velika\/mala slova, interpunkcija, redoslijed vrsta pisanja) trebaju se prilago\u0111avati, uklju\u010duju\u0107i mogu\u0107nost ru\u010dnog odre\u0111ivanja redoslijeda (emojis);<\/li>\n<li>Uporedba je va\u017ena ne samo za sortiranje, ve\u0107 i na mnogim drugim mestima, na primer za odre\u0111ivanje intervala redova (zamena {A\u2026 ja} u <em>bash<\/em>);<\/li>\n<li>Uporedba mora biti dovoljno brza.<\/li>\n<\/ul>\n<p><\/p>\n<p>Pored toga, autori izve\u0161taja su formulisali osobine uporedbe na koje programeri algoritma ne bi trebali da se oslanjaju:<\/p>\n<p><\/p>\n<ul>\n<li>Algoritam za upore\u0111ivanje ne sme zahtevati poseban skup simbola za svaki jezik (ruski i ukrajinski jezici zajedni\u010dki koriste ve\u0107inu simbola \u0107irilice);<\/li>\n<li>Uporedba ne bi trebala biti zasnovana na redosledu simbola u Unicode tabelama;<\/li>\n<li>Te\u017eina niza ne bi trebala biti atribut niza, jer isti niz mo\u017ee imati razli\u010dite te\u017eine u razli\u010ditim kulturnim kontekstima;<\/li>\n<li>Te\u017eine nizova se mogu promeniti prilikom spajanja ili deljenja (iz <em>x<\/em> &lt; <em>y<\/em> ne zna\u010di da <em>xz<\/em> &lt; <em>yz<\/em>);<\/li>\n<li>Razli\u010diti nizovi koji imaju jednake te\u017eine smatraju se jednakim u smislu algoritma sortiranja. Uvo\u0111enje dodatnog redoslednog kriterijuma za takve nizove je mogu\u0107e, ali mo\u017ee pobolj\u0161ati performanse;<\/li>\n<li>Prilikom ponovnih sortiranja, nizovi koji imaju jednake te\u017eine mogu menjati mesta. Stabilnost je osobina specifi\u010dnog algoritma sortiranja, a ne osobina algoritma za upore\u0111ivanje nizova (vidi prethodnu ta\u010dku);<\/li>\n<li>Pravila sortiranja se mogu menjati tokom vremena kako se kulturne tradicije preciziraju\/menjaju.<\/li>\n<\/ul>\n<p><\/p>\n<p>Tako\u0111e je navedeno da algoritam za upore\u0111ivanje ne zna ni\u0161ta o semantici obra\u0111enih nizova. Na primer, nizovi koji se sastoje isklju\u010divo od cifara ne bi trebalo da se upore\u0111uju kao brojevi, a u listama engleskih naziva \u010dlan ne bi trebao biti uklonjen (<em>Beatles, The<\/em>).<\/p>\n<p><\/p>\n<p>Da bi se zadovoljili svi navedeni zahtevi, predlo\u017een je vi\u0161erazinski (zapravo \u010detverorazinski) tabelarni algoritam sortiranja.<\/p>\n<p><\/p>\n<p>Pre toga, simboli u nizu se dovode do kanonskog oblika i grupi\u0161u u jedinice upore\u0111ivanja. Svakoj jedinici upore\u0111ivanja dodeljuju se nekoliko te\u017eina, u skladu sa vi\u0161e nivoa upore\u0111ivanja. Te\u017eine jedinica upore\u0111ivanja su elementi ure\u0111enih skupova (u ovom slu\u010daju cela brojevi) koje se mogu upore\u0111ivati kao ve\u0107i\/manji. Specijalna vrednost <em>IGNORED<\/em> (0x0) ozna\u010dava da na odgovaraju\u0107em nivou pore\u0111enja, ova jedinica nije uklju\u010dena u pore\u0111enje. Pore\u0111enja stringova mogu se ponavljati vi\u0161e puta, koriste\u0107i te\u017eine odgovaraju\u0107ih nivoa. Na svakom od nivoa, te\u017eine jedinica pore\u0111enja dva stringa se uzastopno upore\u0111uju.<\/p>\n<p><\/p>\n<p>U razli\u010ditim implementacijama algoritma za razli\u010dite nacionalne tradicije, vrednosti koeficijenata mogu se razlikovati, ali u sastavnu strukturu standarda Unikoda uklju\u010dena je osnovna tabela te\u017eina \u2014 <em>&quot;Default Unicode Collation Element Table&quot;<\/em> (<em>DUCET<\/em>). \u017delim napomenuti da postavljanje promenljive <em>LC_COLLATE<\/em> u su\u0161tini predstavlja izbor tabele te\u017eina u funkciji pore\u0111enja stringova.<\/p>\n<p><\/p>\n<p>Te\u017einski koeficijenti <em>DUCET<\/em> su strukturirani na slede\u0107i na\u010din:<\/p>\n<p><\/p>\n<ul>\n<li>na prvom nivou se sve slova dovode u jedan isti oblik, dijakriti\u010dki znakovi se ignoriraju, a interpunkcijski znakovi (ne svi) se zanemaruju;<\/li>\n<li>na drugom nivou se uzimaju u obzir samo dijakriti\u010dki znakovi;<\/li>\n<li>na tre\u0107em nivou se uzima u obzir samo oblik slova;<\/li>\n<li>na \u010detvrtom nivou se uzimaju u obzir samo interpunkcijski znakovi.<\/li>\n<\/ul>\n<p><\/p>\n<p>Pore\u0111enje se vr\u0161i u nekoliko prolaza: prvo se upore\u0111uju koeficijenti prvog nivoa; ako se te\u017eine poklapaju, zatim se ponovo upore\u0111uju te\u017eine drugog nivoa; potom, mogu\u0107e je i tre\u0107eg i \u010detvrtog.<\/p>\n<p><\/p>\n<p>Pore\u0111enje se zavr\u0161ava kada se u stringovima nalaze odgovaraju\u0107e jedinice pore\u0111enja sa razli\u010ditim te\u017einama. Stringovi koji imaju jednake te\u017eine na svih \u010detiri nivoa smatraju se jednakim me\u0111u sobom.<\/p>\n<p><\/p>\n<p>Ovaj algoritam (sa mno\u0161tvom dodatnih tehni\u010dkih detalja) je dao naziv izve\u0161taju br. 10 \u2014 <em>&quot;Unicode Collation Algorithm&quot;<\/em> (<em>UCA<\/em>).<\/p>\n<p><\/p>\n<p>U ovom delu pona\u0161anje sortiranja iz na\u0161eg primera postaje pomalo jasnije. Dobro bi bilo uporediti ga sa standardom Unikoda.<\/p>\n<p><\/p>\n<p>Za testiranje implementacija <em>UCA<\/em> postoje posebni <noindex><a rel=\"nofollow\" href=\"https:\/\/www.unicode.org\/Public\/UCA\/latest\/CollationTest.html\">testovi<\/a><\/noindex>, koriste\u0107i <noindex><a rel=\"nofollow\" href=\"http:\/\/www.unicode.org\/Public\/UCA\/latest\/allkeys.txt\">datoteku te\u017eina<\/a><\/noindex>, koja implementira <em>DUCET<\/em>. U datoteci te\u017eina mo\u017eete prona\u0107i razne zanimljivosti. Na primer, tamo je redosled plo\u010dica mahjonga i evropskog dominosa, kao i redosled boja u \u0161pilu karata (simbol <em>1F000<\/em> i dalje). Boje karata su raspore\u0111ene prema pravilima brid\u017ea \u2014 P\u010cB\u0422, a karte unutar boje \u2014 u redosledu T,2,3\u2026 K.<\/p>\n<p><\/p>\n<p>Ru\u010dno proveravanje ta\u010dnosti sortiranja stringova u skladu s <em>DUCET<\/em> bi bila prili\u010dno zamorna, ali sre\u0107om za nas, postoji uzorna implementacija biblioteke za rad s Unicode-om \u2014 &quot;<noindex><a rel=\"nofollow\" href=\"http:\/\/site.icu-project.org\/\">International Components for Unicode<\/a><\/noindex>&quot; (<em>ICU<\/em>).<\/p>\n<p><\/p>\n<p>Na sajtu ove biblioteke, razvijene u <em>IBM<\/em>, postoje demonstracione stranice, uklju\u010duju\u0107i i <noindex><a rel=\"nofollow\" href=\"http:\/\/demo.icu-project.org\/icu-bin\/collation.html\">stranicu algoritma za upore\u0111ivanje nizova<\/a><\/noindex>. Unosimo na\u0161e testne nizove sa pode\u0161avanjima po default-u i, o \u010dudo, dobijamo savr\u0161eno srpsko sortiranje.<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">Abakanov Mihail;maler\nJolkina Ella;kranovka\nIvanov Andrej;majstor\nIvanova Alla;advokat<\/code><\/pre>\n<p><\/p>\n<p>Usput, na sajtu <em>ICU<\/em> mo\u017eete prona\u0107i poja\u0161njenje rada algoritma upore\u0111ivanja prilikom obrade znakova interpunkcije. U primerima <noindex><a rel=\"nofollow\" href=\"http:\/\/userguide.icu-project.org\/collation\/faq\">Collation FAQ<\/a><\/noindex> se ignori\u0161u apostrof i crtica.<\/p>\n<p><\/p>\n<p>Unicode nam je pomogao, ali \u0107emo morati da potra\u017eimo uzroke \u010dudnog pona\u0161anja <em>sort<\/em> u <em>Linux<\/em> negde drugde.<\/p>\n<p><\/p>\n<h1 id=\"sortirovka-v-glibc\">Sortiranje u glibc<\/h1>\n<p><\/p>\n<p>Brzi pregled izvornog koda alata <em>sort<\/em> iz <em>GNU Core Utils<\/em> je pokazao da se u samom alatu lokalizacija svodi na \u0161tampanje trenutne vrednosti promenljive <em>LC_COLLATE<\/em> prilikom pokretanja u re\u017eimu debagovanja:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$ sort --debug buhg.txt &gt; buhg.srt\nsort: using \u2018en_US.UTF8\u2019 sorting rules<\/code><\/pre>\n<p><\/p>\n<p>Upore\u0111ivanje nizova se vr\u0161i standardnom funkcijom <em>strcoll<\/em>, a to zna\u010di da se sve zanimljivo nalazi u biblioteci <em>glibc<\/em>.<\/p>\n<p><\/p>\n<p>Na <em>wiki<\/em> projekat <em>glibc<\/em> upore\u0111ivanju nizova posve\u0107en <noindex><a rel=\"nofollow\" href=\"https:\/\/sourceware.org\/glibc\/wiki\/Locales#LC_COLLATE\">jedan pasus<\/a><\/noindex>. Iz ovog pasusa se mo\u017ee shvatiti da u <em>glibc<\/em> sortiranje se bazira na ve\u0107 poznatom algoritmu <em>UCA<\/em> (<em>The Unicode collation algorithm<\/em>) i\/ili na srodnom standardu <em>ISO 14651<\/em> (<em>International string ordering and comparison<\/em>). U vezi sa poslednjim standardom treba primetiti da je na sajtu <noindex><a rel=\"nofollow\" href=\"https:\/\/standards.iso.org\/ittf\/PubliclyAvailableStandards\">standards.iso.org<\/a><\/noindex> <em>ISO 14651<\/em> slu\u017ebeno objavljen kao javno dostupan, ali odgovaraju\u0107i link vodi na nepostoje\u0107u stranicu. Google prikazuje nekoliko stranica sa linkovima na zvani\u010dne sajtove koji nude kupovinu elektronske kopije standarda za stotinu evra, ali na tre\u0107oj-\u010detvrtoj strani pretrage na\u0107i \u0107e se i direktni linkovi na <em>PDF<\/em>. U celini, standard se prakti\u010dno ne razlikuje od <em>UCA<\/em>, ali se \u010dita dosadnije, po\u0161to ne sadr\u017ei upe\u010datljive primere nacionalnih osobenosti sortiranja nizova. <\/p>\n<p><\/p>\n<p>Najzanimljivija informacija na <em>wiki<\/em> bila je poveznica na <noindex><a rel=\"nofollow\" href=\"https:\/\/sourceware.org\/bugzilla\/show_bug.cgi?id=14095\">baktrek<\/a><\/noindex> sa raspravom o implementaciji upore\u0111ivanja nizova u <em>glibc<\/em>. Iz rasprave se mo\u017ee saznati da se u <em>glibc<\/em> za upore\u0111ivanje nizova koristi <em>ISO<\/em>tabela <noindex><a rel=\"nofollow\" href=\"http:\/\/www.iso.org\/ittf\/ISO14651_2006_TABLE1_en.txt\">The Common Template Table<\/a><\/noindex> (<em>CTT<\/em>), \u010dija se adresa mo\u017ee na\u0107i u dodatku <em>A<\/em> standardu <em>ISO 14651<\/em>. Izme\u0111u 2000. i 2015. godine ova tabela u <em>glibc<\/em> nije imala mjera\u010da i prili\u010dno se razlikovala (barem izvana) od trenutne verzije standarda. Od 2015. do 2018. godine prilago\u0111avana je novoj verziji tabele i trenutno imate priliku susresti u stvarnom \u017eivotu i novu verziju tabele (<em>CentOS 8<\/em>), kao i staru (<em>CentOS 7<\/em>). <\/p>\n<p><\/p>\n<p>Sada kada imamo sve informacije o algoritmu i pomo\u0107nim tabelama, mo\u017eemo se vratiti izvornoj problematici i shvatiti kako ispravno sortirati redove u ruskoj lokalizaciji.<\/p>\n<p><\/p>\n<h1 id=\"iso-1465114652\">ISO 14651\/14652<\/h1>\n<p><\/p>\n<p>Izvorni kod tabele koja nas zanima <em>CTT<\/em> u ve\u0107ini distribucija <em>Linux<\/em> nalazi se u katalogu <em>\/usr\/share\/i18n\/locales\/<\/em>. Sama tabela se nalazi u datoteci <em>iso14651_t1_common<\/em>. Potom se ova datoteka direktivom <em>copy iso14651_t1_common<\/em> uklju\u010duje u datoteku <em>iso14651_t1<\/em>, koja se, zauzvrat, uklju\u010duje u nacionalne datoteke, uklju\u010duju\u0107i i <em>en_US<\/em> i <em>ru_RU<\/em>. U ve\u0107ini distribucija <em>Linux<\/em> sve izvorne datoteke su uklju\u010dene u osnovnu instalaciju, ali ako ih nema, mora\u0107ete instalirati dodatni paket iz distribucije.<\/p>\n<p><\/p>\n<p>Struktura datoteke <em>iso14651_t1<\/em> mo\u017ee delovati stra\u0161no op\u0161irno, sa nejasnim pravilima za izgradnju imena, ali kada se razumete, sve je prili\u010dno jednostavno. Struktura je opisana u standardu <em>ISO 14652<\/em>, \u010diju kopiju mo\u017eete preuzeti sa sajta <noindex><a rel=\"nofollow\" href=\"http:\/\/www.open-std.org\/JTC1\/SC22\/WG20\/docs\/n972-14652ft.pdf\">open-std.org<\/a><\/noindex>. Jo\u0161 jedan opis formata datoteke mo\u017ee se pro\u010ditati u <noindex><a rel=\"nofollow\" href=\"https:\/\/pubs.opengroup.org\/onlinepubs\/9699919799\/basedefs\/V1_chap07.html\">specifikacijama<\/a><\/noindex> <em>POSIX<\/em> od <em>OpenGroup<\/em>. Kao alternativu \u010ditanju standarda, mo\u017eete istra\u017eiti izvorne tekstove funkcije <em>collate_read<\/em> u <em>glibc\/locale\/programs\/ld-collate.c<\/em>.<\/p>\n<p><\/p>\n<p>Struktura datoteke izgleda ovako:<\/p>\n<p><\/p>\n<p>Podrazumevano, simbol se koristi kao eskapni simbol, a kraj reda posle simbola # predstavlja komentar. Ova dva simbola se mogu redefinisati, \u0161to je i u\u010dinjeno u novoj verziji tabele:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">escape_char \/\ncomment_char %<\/code><\/pre>\n<p><\/p>\n<p>U datoteci \u0107e se susretati tokeni u formatu <em>&lt;Uxxxx&gt;<\/em> ili <em>&lt;Uxxxxxxxx&gt;<\/em> (gde <em>x<\/em> \u2014 heksadecimalna cifra). Ovo heksadecimalno predstavljanje kodnih ta\u010daka Unikoda u kodiranju <em>UCS-4<\/em> (<em>UTF-32<\/em>). Svi ostali elementi u uglastim zagradama (uklju\u010duju\u0107i <em>&lt;Uxxxx_xxxx&gt;<\/em>, <em>&lt;2&gt;<\/em> i sli\u010dne), smatraju se prostim string konstantama, koje nemaju posebnog smisla van konteksta.<\/p>\n<p><\/p>\n<p>String <em>LC_COLLATE<\/em> nam govori da \u0107e uskoro po\u010deti podaci koji opisuju pore\u0111enje stringova.<\/p>\n<p><\/p>\n<p>Prvo se postavljaju imena za te\u017eine u tabeli pore\u0111enja i imena za kombinacije simbola. Uop\u0161teno govore\u0107i, dva tipa imena pripadaju dvema razli\u010ditim entitetima, ali u stvarnoj datoteci su pome\u0161ana. Imena te\u017eina se postavljaju klju\u010dnom re\u010dju <em>collating-symbol<\/em> (symbol za usporedbu), jer se prilikom usporedbe Unicode znakovi s istim te\u017einama smatraju ekvivalentnim znakovima.<\/p>\n<p><\/p>\n<p>Ukupna du\u017eina sekcije u trenutnoj reviziji datoteke je oko 900 redaka. Izvadio sam primjere iz nekoliko mjesta kako bih pokazao proizvoljnost imena i nekoliko vrsta sintakse.<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">LC_COLLATE\n\ncollating-symbol &lt;RES-1&gt;\ncollating-symbol &lt;BLK&gt;\ncollating-symbol &lt;MIN&gt;\ncollating-symbol &lt;WIDE&gt;\n...\ncollating-symbol &lt;ARABIC&gt;\ncollating-symbol &lt;ETHPC&gt;\ncollating-symbol &lt;OSMANYA&gt;\n...\ncollating-symbol &lt;S1D000&gt;..&lt;S1D35F&gt;\ncollating-symbol &lt;SFFFF&gt; % Zagarantovana najve\u0107a vrednost simbola. \u010cuvanje na kraju ove liste\n...\ncollating-element &lt;U0413_0301&gt; from &quot;&lt;U0413&gt;&lt;U0301&gt;&quot;\ncollating-element &lt;U0413_0341&gt; from &quot;&lt;U0413&gt;&lt;U0341&gt;&quot;<\/code><\/pre>\n<p><\/p>\n<ul>\n<li><em>collating-symbol<\/em> registrira redak <em>OSMANYA<\/em> u tablici imena te\u017eina <\/li>\n<li><em>collating-symbol ..<\/em> registrira niz imen\u00e2, koji se sastoji od prefiksa <em>S<\/em> i heksadecimalnog numeri\u010dkog sufiksa iz <em>1D000<\/em> do <em>1D35F<\/em>.<\/li>\n<li><em>FFFF<\/em> u <em>collating-symbol<\/em> izgleda kao veliko bezuslovno cijelo u heksadecimalnom brojevnom sistemu, ali <em>&lt;SFFFF&gt;<\/em> to je samo ime, koje bi moglo izgledati kao <em>&lt;VERYBIGVAL&gt;<\/em> <\/li>\n<li>ime <em>&lt;U0413&gt;<\/em> zna\u010di kodnu ta\u010dku u kodiranju <em>UCS-4<\/em><\/li>\n<li><em>collating-element &lt;U0413_0301&gt; from &quot;&lt;U0413&gt;&lt;U0301&gt;&quot;<\/em> registrira novo ime za par Unicode ta\u010daka. <\/li>\n<\/ul>\n<p><\/p>\n<p>Kada su imena te\u017eina definisana, postavljaju se same te\u017eine. Po\u0161to pri upore\u0111ivanju va\u017ena su samo veza ve\u0107e-menjenje, te\u017eine se postavljaju jednostavnom sekvencom imenovanja. Prvo se navode lak\u0161e te\u017eine, zatim te\u017ee. Podse\u0107am, svakom unicode simbolu se dodeljuje \u010detiri razli\u010dite te\u017eine. Ovdje su objedinjene u jedinstvenu urednu sekvencu. Teoretski, bilo koje simboli\u010dno ime mo\u017ee se koristiti na bilo kojem od \u010detiri nivoa, ali komentari ukazuju da programeri misle da dele imena po nivoima.<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">% Simboli\u010dki dodjela te\u017eina\n\n% Dodjela te\u017eina tre\u0107e razine\n\n\n\n\n...\n% Dodjela te\u017eina druge razine\n\n % KOMBINE RA\u010cUN &lt;\n % KOMBINE ZAREZ IZNAD\n % KOMBINE OBRNUTI ZAREZ IZNAD\n...\n% Dodjela te\u017eina prve razine\n % HORIZONTALNA TABULACIJA \n % NOVI RED\n % VERTIKALNA TABULACIJA\n...\n % MALO SLOVO DE NA \u0106IRILICI\n % MALO SLOVO KOMI DE NA \u0106IRILICI\n % MALO SLOVO DJE NA \u0106IRILICI\n % MALO SLOVO KOMI DJE NA \u0106IRILICI\n % MALO SLOVO GJE NA \u0106IRILICI\n % MALO SLOVO ZE SA SLO\u017dENOM NA \u0106IRILICI\n % MALO SLOVO IE NA \u0106IRILICI\n % MALO SLOVO IE SA BREVE NA \u0106IRILICI\n % MALO SLOVO UKRAJINSKO IE NA \u0106IRILICI\n % MALO SLOVO ZHE NA \u0106IRILICI<\/code><\/pre>\n<p><\/p>\n<p>Naposlije, sama tabela te\u017eina.<\/p>\n<p><\/p>\n<p>Sekcija te\u017eina je zatvorena u redove sa klju\u010dnim rije\u010dima <em>order_start<\/em> i <em>order_end<\/em>. Dodatni parametri <em>order_start<\/em> odre\u0111uju u kojem pravcu se pregleda redove na svakom nivou pore\u0111enja. Po defaultu se koristi parametar <em>forward<\/em>. Telo sekcije se sastoji od redova koji sadr\u017ee kod znaka i \u010detiri njegove te\u017eine. Kod znaka mo\u017ee biti predstavljen samim znakom, kodnom ta\u010dkom ili simboli\u010dkim imenom koje je prethodno definirano. Te\u017eine tako\u0111e mogu biti odre\u0111ene simboli\u010dkim imenima, kodnim ta\u010dkama ili samim znakovima. Ako se koriste kodne ta\u010dke ili znakovi, njihova te\u017eina odgovara numeri\u010dkoj vrednosti kodne ta\u010dke (poziciji u Unicode tabeli). Znakovi koji nisu eksplicitno navedeni (kako ja razumem) smatraju se pridru\u017eenima u tabeli sa primarnom te\u017einom koja odgovara poziciji u Unicode tabeli. Posebna vrednost te\u017eine <em>IGNORE<\/em> zna\u010di da se na odgovaraju\u0107em nivou pore\u0111enja ovaj znak ignori\u0161e.<\/p>\n<p><\/p>\n<p>Za demonstraciju strukture te\u017eina odabrao sam tri prili\u010dno o\u010digledna fragmenta:<\/p>\n<p><\/p>\n<ul>\n<li>znakovi koji se potpuno ignori\u0161u<\/li>\n<li>znakovi ekvivalentni broju tri na prva dva nivoa<\/li>\n<li>po\u010detak \u0107irili\u010dnog alfabeta, koji ne sadr\u017ei dijakriti\u010dke znakove, a stoga se sortira, uglavnom, po prvom i tre\u0107em nivou.<\/li>\n<\/ul>\n<p><\/p>\n<pre><code class=\"plaintext\">order_start forward;forward;forward;forward,position\n IGNORE;IGNORE;IGNORE;IGNORE % NULL (in 6429)\n IGNORE;IGNORE;IGNORE;IGNORE % START OF HEADING (in 6429)\n IGNORE;IGNORE;IGNORE;IGNORE % START OF TEXT (in 6429)\n...\n ;;; % DIGIT THREE\n ;;; % FULLWIDTH DIGIT THREE\n ;;; % PARENTHESIZED DIGIT THREE\n ;;; % DIGIT THREE FULL STOP\n ;;<FONT>; % MATHEMATICAL BOLD DIGIT THREE\n...\n ;;; % CYRILLIC SMALL LETTER A\n ;;;  % CYRILLIC CAPITAL LETTER A\n ;;; % CYRILLIC SMALL LETTER A WITH BREVE\n ;;; % CYRILLIC SMALL LETTER A WITH BREVE\n...\n ;;; % CYRILLIC SMALL LETTER BE\n ;;; % CYRILLIC CAPITAL LETTER BE\n ;;; % CYRILLIC SMALL LETTER VE\n ;;; % CYRILLIC CAPITAL LETTER VE\n...\norder_end<\/code><\/pre>\n<p><\/p>\n<p>Sada se mo\u017eemo ponovo vratiti na sortiranje primera iz po\u010detka \u010dlanka. Nevolja se krije upravo u ovom delu tabele te\u017eina:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">IGNORE;IGNORE;IGNORE % SPACE\n IGNORE;IGNORE;IGNORE % EXCLAMATION MARK\n IGNORE;IGNORE;IGNORE % QUOTATION MARK\n...<\/code><\/pre>\n<p><\/p>\n<p>Jasno je da u ovoj tabeli znakovi interpunkcije dolaze iz tabele <em>ASCII<\/em> (uklju\u010duju\u0107i razmak) pri pore\u0111enju stringova se prakti\u010dno uvek ignori\u0161e. Izuzetak \u010dine samo stringovi koji se poklapaju u svemu osim u znakovima interpunkcije koji se pojavljuju na istim pozicijama. Stringovi iz mog primera (nakon sortiranja) za algoritam pore\u0111enja izgledaju ovako:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">Abakanov Mihail maljar\nJolkina Ellakranov\u0161\u010dica\nIvanova Alla maljar\nIvanov Andrej sestri\u010d<\/code><\/pre>\n<p><\/p>\n<p>Uzimaju\u0107i u obzir da u tabeli te\u017eina velika slova u ruskom jeziku dolaze posle malih (na tre\u0107em nivou <em>&lt;CAP&gt;<\/em> te\u017ei nego <em>&lt;MIN&gt;<\/em>), sortiranje izgleda apsolutno ispravno.<\/p>\n<p><\/p>\n<p>Pri postavljanju promenljive <em>LC_COLLATE=C<\/em> u\u010ditava se posebna tabela koja defini\u0161e bajt-po-bajt pore\u0111enje<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">static const uint32_t collseqwc[] =\n{\n  8, 1, 8, 0x0, 0xff,\n  \t\/* 1st-level table *\/\n  6 * sizeof (uint32_t),\n  \t\/* 2nd-level table *\/\n  7 * sizeof (uint32_t),\n  \t\/* 3rd-level table *\/\n  L'x00', L'x01', L'x02', L'x03', L'x04', L'x05', L'x06', L'x07',\n  L'x08', L'x09', L'x0a', L'x0b', L'x0c', L'x0d', L'x0e', L'x0f',\n\n...\n  L'xf8', L'xf9', L'xfa', L'xfb', L'xfc', L'xfd', L'fe', L'xff'\n};<\/code><\/pre>\n<p><\/p>\n<p>Po\u0161to u Unicode-u kodna ta\u010dka \u0401 dolazi pre \u0410, tako se i stringovi sortiraju u skladu sa tim.<\/p>\n<p><\/p>\n<h1 id=\"tekstovye-i-dvoichnye-tablicy\">Tekstualne i binarne tabele<\/h1>\n<p><\/p>\n<p>O\u010digledno je da je pore\u0111enje stringova veoma \u010desta operacija, a analiza tabele <em>CTT<\/em> je prili\u010dno skupa procedura. Da bi se optimizovao pristup tabeli, ona se kompajlira u binarni oblik pomo\u0107u komande <em>localedef<\/em>.<\/p>\n<p><\/p>\n<p>Tim <em>localedef<\/em> primi kao parametre datoteku sa tabelom nacionalnih osobina (opciju <em>-i<\/em>), u kojoj su svi simboli predstavljeni Unicode ta\u010dkama, i datoteku uskla\u0111enja ta\u010daka Unicode sa simbolima specifi\u010dne kodiranja (opciju <em>-f<\/em>). Kao rezultat rada, kreiraju se binarne datoteke za lokalitet, sa imenom navedenim u poslednjem parametru.<\/p>\n<p><\/p>\n<p><em>Glibc<\/em> podr\u017eava dva formata binarnih datoteka: &quot;tradicionalni&quot; i &quot;moderna&quot;.<\/p>\n<p><\/p>\n<p>Tradicionalni format podrazumeva da je ime lokaliteta ime podfoldera u <em>\/usr\/lib\/locale\/<\/em>. U ovom podfolderu se \u010duvaju binarne datoteke <em>LC_COLLATE<\/em>, <em>LC_CTYPE<\/em>, <em>LC_TIME<\/em> itd. Datoteka <em>LC_IDENTIFICATION<\/em> sadr\u017ei formalno ime lokaliteta (koje mo\u017ee da se razlikuje od imena foldera) i komentare.<\/p>\n<p><\/p>\n<p>Savremeni format podrazumeva \u010duvanje svih lokaliteta u jedinstvenom arhivu <em>\/usr\/lib\/locale\/locale-archive<\/em>, koji se mapira u virtuelnu memoriju svih procesa koji ga koriste <em>glibc<\/em>Ime lokaliteta u savremenom formatu podlije\u017ee odre\u0111enoj kanonizaciji \u2014 u nazivima kodiranja ostaju samo cifre i slova, koja su preba\u010dena u mala slova. Tako <em>ru_RU.KOI8-R<\/em>, bi\u0107e sa\u010duvano kao <em>ru_RU.koi8r<\/em>.<\/p>\n<p><\/p>\n<p>Ulazne datoteke se tra\u017ee u trenutnom katalogu, kao i u katalozima <em>\/usr\/share\/i18n\/locales\/<\/em> i <em>\/usr\/share\/i18n\/charmaps\/<\/em> za datoteke <em>CTT<\/em> i datoteke kodiranja u skladu s tim.<\/p>\n<p><\/p>\n<p>Na primjer, komandna<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">localedef -i ru_RU -f MAC-CYRILLIC ru_RU.MAC-CYRILLIC<\/code><\/pre>\n<p><\/p>\n<p>kompili\u0161e datoteku <em>\/usr\/share\/i18n\/locales\/ru_RU<\/em> koriste\u0107i datoteku kodiranja <em>\/usr\/share\/i18n\/charmaps\/MAC-CYRILLIC.gz<\/em> i sa\u010duva\u0107e rezultat u <em>\/usr\/lib\/locale\/locale-archive<\/em> pod imenom <em>ru_RU.maccyrillic<\/em><\/p>\n<p><\/p>\n<p>Ako se postavi promenljiva <em>LANG=en_US.UTF-8<\/em> onda <em>glibc<\/em> \u0107e tra\u017eiti binarne datoteke lokaliteta u slede\u0107em redosledu datoteka i kataloga:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">\/usr\/lib\/locale\/locale-archive\n\/usr\/lib\/locale\/en_US.UTF-8\/\n\/usr\/lib\/locale\/en_US\/\n\/usr\/lib\/locale\/enUTF-8\/\n\/usr\/lib\/locale\/en\/<\/code><\/pre>\n<p><\/p>\n<p>Ako se lokalitet pojavljuje i u tradicionalnom i u savremenom formatu, prioritet se daje savremenom.<\/p>\n<p><\/p>\n<p>Popis skompilovanih lokaliteta mo\u017ee se pregledati komandnom <em>locale -a<\/em>.<\/p>\n<p><\/p>\n<h1 id=\"podgotovka-svoey-tablicy-sravneniya\">Priprema svoje tabele pore\u0111enja<\/h1>\n<p><\/p>\n<p>Sada, opremljeni znanjem, mo\u017eete stvoriti svoju idealnu tabelu pore\u0111enja stringova. Ova tabela bi trebala ispravno da poredi ruska slova, uklju\u010duju\u0107i slovo \u0401, i pritom uzimaju\u0107i u obzir interpunkcijske znakove u skladu s tabelom <em>ASCII<\/em>.<\/p>\n<p><\/p>\n<p>Proces pripreme vlastite tabele sortiranja sastoji se od dva koraka: ure\u0111ivanje tabele te\u017eina i kompajliranje u binarni oblik komandom <em>localedef<\/em>.<\/p>\n<p><\/p>\n<p>Da bi se tabela pore\u0111enja mogla prilagoditi uz minimalne tro\u0161kove uredni\u010dkog rada, u formatu <em>ISO 14652<\/em> predvi\u0111ene su sekcije prilago\u0111avanja te\u017eina ve\u0107 postoje\u0107e tabele. Sekcija po\u010dinje klju\u010dnom rije\u010di <em>reorder-after<\/em> i ozna\u010davanjem pozicije, nakon koje se izvr\u0161ava zamjena. Sekciju zavr\u0161ava red <em>reorder-end<\/em>. Ako je potrebno ispraviti vi\u0161e delova tabele, kreira se po jedna sekcija za svaki takav deo.<\/p>\n<p><\/p>\n<p>Kopirao sam nove verzije datoteka <em>iso14651_t1_common<\/em> i <em>ru_RU<\/em> iz repozitorija <em>glibc<\/em> u svoj doma\u0107i katalog ~\/local\/share\/i18n\/locales\/ i malo uredio deo <em>LC_COLLATE<\/em> u <em>ru_RU<\/em>. Nove verzije datoteka su potpuno kompatibilne s mojom verzijom <em>glibc<\/em>. Ako \u017eelite koristiti stare verzije datoteka, bi\u0107e potrebno da promenite simboli\u010dka imena i mesto od kojeg po\u010dinje zamena u tabeli.<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">LC_COLLATE\n% Kopirajte \u0161ablon iz ISO\/IEC 14651\nkopirati &quot;iso14651_t1&quot;\nreorder-after &lt;U000D&gt;\n&lt;U0020&gt; &lt;S0020&gt;;&lt;BASE&gt;;&lt;MIN&gt;;&lt;U0020&gt; % PROSTOR\n&lt;U0021&gt; &lt;S0021&gt;;&lt;BASE&gt;&lt;MIN&gt;&lt;U0021&gt; % OBNOVLJENI ZNAK\n&lt;U0022&gt; &lt;S0022&gt;;&lt;BASE&gt;&lt;MIN&gt;&lt;U0022&gt; % ZNAK NAVODNIKA\n...\n&lt;U007D&gt; &lt;S007D&gt;;&lt;BASE&gt;&lt;MIN&gt;&lt;U007D&gt; % DESNA VITKA ZAGLAVLJA\n&lt;U007E&gt; &lt;S007E&gt;;&lt;BASE&gt;&lt;MIN&gt;&lt;U007E&gt; % TILDA\nreorder-end\nKRAJ LC_COLLATE<\/code><\/pre>\n<p><\/p>\n<p>Zapravo, trebali bismo promijeniti polja u <em>LC_IDENTIFICATION<\/em> tako da upu\u0107uju na lokalitet <em>bs_BA<\/em>, ali u mom primjeru to nije bilo potrebno, jer sam isklju\u010dio with pretragu lokaliteta arhiva <em>locale-archive<\/em>.<\/p>\n<p><\/p>\n<p>Kako bi <em>localedef<\/em> radio sam s datotekama u svom direktoriju putem varijable <em>I18NPATH<\/em> mo\u017eete dodati dodatni direktorij za pretra\u017eivanje ulaznih datoteka, a direktorij za spremanje binarnih datoteka mo\u017eete navesti kao putanju sa kose crte:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; I18NPATH=~\/.local\/share\/i18n localedef -i bs_BA -f UTF-8 ~\/.local\/lib\/locale\/bs_BA.UTF-8<\/code><\/pre>\n<p><\/p>\n<p><em>POSIX<\/em> podrazumijeva da <em>LANG<\/em> mo\u017eete pisati apsolutne putanje do direktorija s datotekama lokaliteta, po\u010dinju\u0107i od kose crte, ali <em>glibc<\/em> u <em>Linux<\/em> sve putanje se smatraju od osnovnog direktorija, koji se mo\u017ee predefinirati putem varijable <em>LOCPATH<\/em>. Nakon postavljanja <em>LOCPATH=~\/.local\/lib\/locale\/<\/em> sve datoteke koje se odnose na lokalizaciju \u0107e se tra\u017eiti samo u mom direktoriju. Arhiv lokaliteta pri postavljenoj varijabli <em>LOCPATH<\/em> se ignori\u0161e.<\/p>\n<p><\/p>\n<p>Evo ga, odlu\u010duju\u0107i test:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; LANG=bs_BA.UTF-8 LOCPATH=~\/.local\/lib\/locale\/ sort buhg.txt\nAbakanov Mihail;farba\u010d\nJelkinan Ella;crna\u010d\nIvanov Andrej;bravar\nIvanova Alla;advokat<\/code><\/pre>\n<p><\/p>\n<p>Ura! Uspjeli smo!<\/p>\n<p><\/p>\n<h1 id=\"rabota-nad-oshibkami\">Rad na gre\u0161kama<\/h1>\n<p><\/p>\n<p>Ve\u0107 sam odgovorio na pitanja o sortiranju nizova postavljenim na po\u010detku, ali ostalo je jo\u0161 nekoliko pitanja o gre\u0161kama \u2014 vidljivim i nevidljivim.<\/p>\n<p><\/p>\n<p>Vratimo se izvornoj zadatku.<\/p>\n<p><\/p>\n<p>I program <em>sort<\/em> i program <em>join<\/em> koriste iste funkcije za usporedbu nizova iz <em>glibc<\/em>. Kako je to mogu\u0107e da <em>join<\/em> javila gre\u0161ku pri sortiranju nizova, sortir anim komandnom <em>sort<\/em> u lokalitetu <em>en_US.UTF-8<\/em>? \u041e\u0442\u0432\u0435\u0442 \u043f\u0440\u043e\u0441\u0442: <em>sort<\/em> uspore\u0111uje cijeli niz, dok <em>join<\/em> uspore\u0111uje samo klju\u010d, koji je po defaultu po\u010detak niza do prvog razmaknog simbol.<\/p>\n<p><\/p>\n<p>Lokalitet <em>&quot;C&quot;<\/em> garantira da \u0107e u sortiranim nizovima inicijalne podnizove do prvog razmaka tako\u0111er biti sortirani, ali to samo prikriva gre\u0161ku. Mo\u017eemo prona\u0107i takve podatke (ljudi s istim prezimenima, ali razli\u010ditim imenima), koji bez poruke o gre\u0161ci bi dali pogre\u0161an rezultat pri spajanju datoteka. Ako \u017eelimo da <em>join<\/em> Kada se spajaju redovi datoteka prema FIO, ispravan na\u010din bi bio da se jasno odredi separator polja i sortira prema klju\u010dnom polju, a ne prema cijelom redu. U tom slu\u010daju \u0107e spajanje pro\u0107i ispravno, a u nijednoj lokalnoj verziji ne\u0107e biti gre\u0161aka:<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; sort -t ; -k 1 buhg.txt &gt; buhg.srt\n$&gt; sort -t ; -k 1 mail.txt &gt; mail.srt\n$&gt; join -t ; buhg.srt mail.srt &gt; result<\/code><\/pre>\n<p><\/p>\n<p>Primjer uspje\u0161nog izvr\u0161avanja u kodiranju <em>CP1251<\/em> sadr\u017ei jo\u0161 jednu gre\u0161ku. Naime, u svim poznatim distribucijama <em>Linux<\/em> nedostaje kompajlirana lokalizacija <em>ru_RU.CP1251<\/em>. Ako kompajlirana lokalizacija nije prona\u0111ena, tada <em>sort<\/em> ne\u010dujno koristi bajtno pore\u0111enje, \u0161to smo i primijetili.<\/p>\n<p><\/p>\n<p>Usput, postoji jo\u0161 jedan mali bug vezan uz nedostupnost kompajliranih lokalizacija. Komanda <em>LOCPATH=\/tmp locale -a<\/em> dati \u0107e popis svih lokalizacija u <em>locale-archive<\/em>, ali uz postavljenu varijablu <em>LOCPATH<\/em> za sve programe (uklju\u010duju\u0107i i sam <em>locale<\/em>) te lokalizacije \u0107e biti nedostupne.<\/p>\n<p><\/p>\n<pre><code class=\"plaintext\">$&gt; LOCPATH=\/tmp locale -a | grep en_US\nlocale: Cannot set LC_CTYPE to default locale: No such file or directory\nlocale: Cannot set LC_MESSAGES to default locale: No such file or directory\nlocale: Cannot set LC_COLLATE to default locale: No such file or directory\nen_US\nen_US.iso88591\nen_US.iso885915\nen_US.utf8\n\n$&gt; LC_COLLATE=en_US.UTF-8 sort --debug\nsort: using \u2018en_US.UTF-8\u2019 sorting rules\n\n$&gt; LOCPATH=\/tmp LC_COLLATE=en_US.UTF-8 sort --debug\nsort: using simple byte comparison<\/code><\/pre>\n<p><\/p>\n<h1 id=\"zaklyuchenie\">Zaklju\u010dak<\/h1>\n<p><\/p>\n<p>Ako ste programer koji je navikao da smatra da su redovi skup bajtova, onda je va\u0161 izbor <em>LC_COLLATE=C<\/em>.<\/p>\n<p><\/p>\n<p>Ako ste lingvista ili sastavlja\u010d re\u010dnika, bolje je da kompajlirate svoju lokalizaciju.<\/p>\n<p><\/p>\n<p>Ako ste obi\u010dan korisnik, dovoljno je da se naviknete na to da komanda <em>ls -a<\/em> daje datoteke koje po\u010dinju ta\u010dkom, pome\u0161ane sa datotekama koje po\u010dinju slovom, dok <em>Midnight Commander<\/em>, koji koristi svoje unutra\u0161nje funkcije za sortiranje imena, stavlja datoteke koje po\u010dinju ta\u010dkom na po\u010detak spiska.<\/p>\n<p><\/p>\n<h1 id=\"ssylki\">Linkovi<\/h1>\n<p><\/p>\n<p><noindex><a rel=\"nofollow\" href=\"https:\/\/unicode.org\/reports\/tr10\/\">Izve\u0161taj br. 10 o algoritmu kolacije Unicode <\/a><\/noindex><\/p>\n<p><\/p>\n<p><noindex><a rel=\"nofollow\" href=\"http:\/\/www.unicode.org\/Public\/UCA\/latest\/allkeys.txt\">Te\u017eine simbola na unicode.org <\/a><\/noindex><\/p>\n<p><\/p>\n<p><noindex><a rel=\"nofollow\" href=\"http:\/\/userguide.icu-project.org\/intro\"><em>ICU<\/em> \u2014 implementacija biblioteke za rad sa Unicode-om od IBM-a. <\/a><\/noindex><\/p>\n<p><\/p>\n<p><noindex><a rel=\"nofollow\" href=\"http:\/\/demo.icu-project.org\/icu-bin\/collation.html\">Test sortiranja pomo\u0107u <em>ICU<\/em> <\/a><\/noindex><\/p>\n<p><\/p>\n<p><noindex><a rel=\"nofollow\" href=\"http:\/\/www.iso.org\/ittf\/ISO14651_2006_TABLE1_en.txt\">Te\u017eine simbola u <em>ISO 14651<\/em> <\/a><\/noindex><\/p>\n<p><\/p>\n<p><noindex><a rel=\"nofollow\" href=\"http:\/\/www.open-std.org\/JTC1\/SC22\/WG20\/docs\/n972-14652ft.pdf\">Opis formata datoteke sa te\u017einama <em>ISO 14652<\/em> <\/a><\/noindex><\/p>\n<p><\/p>\n<p><noindex><a rel=\"nofollow\" href=\"https:\/\/sourceware.org\/bugzilla\/show_bug.cgi?id=14095\">Rasprava o pore\u0111enju redova u <em>glibc<\/em><\/a><\/noindex><\/p>\n<p>Izvor: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/post\/503960\/\">habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0412\u0441\u0451 \u043d\u0430\u0447\u0430\u043b\u043e\u0441\u044c \u0441 \u043a\u043e\u0440\u043e\u0442\u043a\u043e\u0433\u043e \u0441\u043a\u0440\u0438\u043f\u0442\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u043b \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0438\u0442\u044c \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u043e\u0431 \u0430\u0434\u0440\u0435\u0441\u0430\u0445 e-mail \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u043e\u0432, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u0438\u0437 \u0441\u043f\u0438\u0441\u043a\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u043f\u043e\u0447\u0442\u043e\u0432\u043e\u0439 \u0440\u0430\u0441\u0441\u044b\u043b\u043a\u0438, \u0441 \u0434\u043e\u043b\u0436\u043d\u043e\u0441\u0442\u044f\u043c\u0438 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u043e\u0432, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u043c\u0438 \u0438\u0437 \u0431\u0430\u0437\u044b \u043e\u0442\u0434\u0435\u043b\u0430 \u043a\u0430\u0434\u0440\u043e\u0432. \u041e\u0431\u0430 \u0441\u043f\u0438\u0441\u043a\u0430 \u0431\u044b\u043b\u0438 \u044d\u043a\u0441\u043f\u043e\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u044b \u0432 \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u044b\u0435 \u0444\u0430\u0439\u043b\u044b \u0432 \u043a\u043e\u0434\u0438\u0440\u043e\u0432\u043a\u0435 \u042e\u043d\u0438\u043a\u043e\u0434 UTF-8 \u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u044b \u0441 \u044e\u043d\u0438\u043a\u0441\u043e\u0432\u0441\u043a\u0438\u043c\u0438 \u043a\u043e\u043d\u0446\u0430\u043c\u0438 \u0441\u0442\u0440\u043e\u043a. \u0421\u043e\u0434\u0435\u0440\u0436\u0438\u043c\u043e\u0435 mail.txt \u0418\u0432\u0430\u043d\u043e\u0432 \u0410\u043d\u0434\u0440\u0435\u0439;ia@example.com \u0421\u043e\u0434\u0435\u0440\u0436\u0438\u043c\u043e\u0435 buhg.txt \u0418\u0432\u0430\u043d\u043e\u0432\u0430 \u0410\u043b\u043b\u0430;\u043c\u0430\u043b\u044f\u0440 \u0401\u043b\u043a\u0438\u043d\u0430 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-83055","post","type-post","status-publish","format-standard","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.5.1 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0412\u0441\u0451 \u043d\u0430\u0447\u0430\u043b\u043e\u0441\u044c \u0441 \u043a\u043e\u0440\u043e\u0442\u043a\u043e\u0433\u043e \u0441\u043a\u0440\u0438\u043f\u0442\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u043b \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0438\u0442\u044c \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u043e\u0431 \u0430\u0434\u0440\u0435\u0441\u0430\u0445 e-mail \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u043e\u0432, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u0438\u0437 \u0441\u043f\u0438\u0441\u043a\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u043f\u043e\u0447\u0442\u043e\u0432\u043e\u0439 \u0440\u0430\u0441\u0441\u044b\u043b\u043a\u0438, \u0441.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/kak-linuxovskij-sort-sortiruet-stroki\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.5.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"bs_BA\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041a\u0430\u043a Linux\u2019\u043e\u0432\u0441\u043a\u0438\u0439 sort \u0441\u043e\u0440\u0442\u0438\u0440\u0443\u0435\u0442 \u0441\u0442\u0440\u043e\u043a\u0438 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0412\u0441\u0451 \u043d\u0430\u0447\u0430\u043b\u043e\u0441\u044c \u0441 \u043a\u043e\u0440\u043e\u0442\u043a\u043e\u0433\u043e \u0441\u043a\u0440\u0438\u043f\u0442\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u043b \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0438\u0442\u044c \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u043e\u0431 \u0430\u0434\u0440\u0435\u0441\u0430\u0445 e-mail \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u043e\u0432, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u0438\u0437 \u0441\u043f\u0438\u0441\u043a\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u043f\u043e\u0447\u0442\u043e\u0432\u043e\u0439 \u0440\u0430\u0441\u0441\u044b\u043b\u043a\u0438, \u0441.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/kak-linuxovskij-sort-sortiruet-stroki\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-05-27T23:42:15+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-05-27T23:42:15+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Kako Linux-ov sort sortira redove | ProHoster","description":"Uvod Sve je po\u010delo s kratkim skriptom koji je trebao spojiti informacije o e-mail adresama zaposlenika dobijenim iz liste korisnika mailing liste, sa.","canonical_url":"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/kak-linuxovskij-sort-sortiruet-stroki","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"bs_BA","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041a\u0430\u043a Linux\u2019\u043e\u0432\u0441\u043a\u0438\u0439 sort \u0441\u043e\u0440\u0442\u0438\u0440\u0443\u0435\u0442 \u0441\u0442\u0440\u043e\u043a\u0438 | ProHoster","og:description":"\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0412\u0441\u0451 \u043d\u0430\u0447\u0430\u043b\u043e\u0441\u044c \u0441 \u043a\u043e\u0440\u043e\u0442\u043a\u043e\u0433\u043e \u0441\u043a\u0440\u0438\u043f\u0442\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u043b \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0438\u0442\u044c \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u043e\u0431 \u0430\u0434\u0440\u0435\u0441\u0430\u0445 e-mail \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u043e\u0432, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u0438\u0437 \u0441\u043f\u0438\u0441\u043a\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u043f\u043e\u0447\u0442\u043e\u0432\u043e\u0439 \u0440\u0430\u0441\u0441\u044b\u043b\u043a\u0438, \u0441.","og:url":"https:\/\/prohoster.info\/bs\/blog\/administrirovanie\/kak-linuxovskij-sort-sortiruet-stroki","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-05-27T23:42:15+00:00","article:modified_time":"2020-05-27T23:42:15+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"83055","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 15:26:22","updated":"2022-09-27 19:16:08","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts\/83055","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/comments?post=83055"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts\/83055\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/media?parent=83055"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/categories?post=83055"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/tags?post=83055"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}