有没有办法对所有语言的字符串进行排序？

我有这个代码。 它用法语和俄语正确排序。 我使用Locale.US似乎是对的。 这个解决方案适用于所有语言吗？ 它适用于其他语言吗？ 例如：中国人，韩国人，日本人……如果没有，有什么更好的解决方案？ 

public class CollationTest { public static void main(final String[] args) { final Collator collator = Collator.getInstance(Locale.US); final SortedSet set = new TreeSet(collator); set.add("abîmer"); set.add("abîmé"); set.add("aberrer"); set.add("abhorrer"); set.add("aberrance"); set.add("abécédaire"); set.add("abducteur"); set.add("abdomen"); set.add("государственно-монополистический"); set.add("гостить"); set.add("гостевой"); set.add("гостеприимный"); set.add("госпожа"); set.add("госплан"); set.add("господи"); set.add("господа"); for(final String s : set) { System.out.println(s); } } }

更新：对不起，我不要求这个集合必须包含所有语言。 我的意思是这个集包含一种语言并且在每种语言中都能正确排序 

 public class CollationTest { public static void main(final String[] args) { final Collator collator = Collator.getInstance(Locale.US); final SortedSet set = new TreeSet(collator); // Sorting in French. set.clear(); set.add("abîmer"); set.add("abîmé"); set.add("aberrer"); set.add("abhorrer"); set.add("aberrance"); set.add("abécédaire"); set.add("abducteur"); set.add("abdomen"); for(final String s : set) { System.out.println(s); } // Sorting in Russian. set.clear(); set.add("государственно-монополистический"); set.add("гостить"); set.add("гостевой"); set.add("гостеприимный"); set.add("госпожа"); set.add("госплан"); set.add("господи"); set.add("господа"); for(final String s : set) { System.out.println(s); } } }

因为每种语言都有自己的字母顺序，所以你不能。 例如，

你所说的俄语有с字母与土耳其语有不同的顺序。

你应该总是使用collat​​or。 我建议你的是我们的Collection API。 

  // // Define a collator for German language // Collator collator = Collator.getInstance(Locale.GERMAN); // // Sort the list using Collator // Collections.sort(words, collator);

有关进一步的信息检查和此处说明

此程序显示当您使用两个不同的collat​​ors对相同的单词列表进行排序时会发生什么：

Collat​​or fr_FRCollat​​or = Collat​​or.getInstance（new Locale（“fr”，“FR”））;

Collat​​or en_USCollat​​or = Collat​​or.getInstance（new Locale（“en”，“US”））;

排序方法（称为sortStrings）可以与任何Collat​​or一起使用。 请注意，sortStrings方法调用compare方法： 

  public static void sortStrings(Collator collator, String[] words) { String tmp; for (int i = 0; i < words.length; i++) { for (int j = i + 1; j < words.length; j++) { if (collator.compare(words[i], words[j]) > 0) { tmp = words[i]; words[i] = words[j]; words[j] = tmp; } } } }

英国Collat​​or对单词进行如下排序：

peachpéchépêchesin

根据法语的整理规则，前面的列表顺序错误。 在法语中，péché应该在排序列表中跟随pêche。 French Collat​​or正确地对单词数组进行排序，如下所示：

peachpêchepéchésin

即使您可以准确地检测所使用的语言，有用的整理顺序通常也特定于特定语言+国家/地区组合。 即使在语言+国家/地区内，整理也可能因使用情况或某些自定义而异。

但是，如果您确实需要对任意文本集进行排序，最好的选择是Unicode排序算法 ，它为任何Unicode文本定义了与语言无关的排序规则 。 该算法是可定制的，但没有必要给出对任何一种文化都有意义的结果（绝对不能跨越它们）。

Java的排序规则类不实现此算法，但它可作为ICU的RuleBaseCollat​​or的一部分使用。

据我所知，中国人对他们的语言没有任何命令，日本人可能在平假名或片假名中有命令，但在汉字中这是令人怀疑的。 但是在计算机科学方面，一切都用数字表示，语言唱歌也是如此。 每个符号对应唯一的UNICODE编号。 所以这可能是你的解决方案，使用他们的UNICODE职位对单词进行排序。

Interesting Posts