使用字母和短划线排序字符串时出现意外行为

Question

如果我有一些字符串列表包含所有数字和破折号，他们将按升序排序：

s = s.OrderBy(t => t).ToList();

66-0616280-000
66-0616280-100
66-06162801000
66-06162801040

这是预期的。

但是，如果字符串包含字母，则排序有些出乎意料。 例如，这里是相同的字符串列表，尾随A代替0，是的，它是排序的：

66-0616280-00A
66-0616280100A
66-0616280104A
66-0616280-10A

我原以为他们会这样排序：

66-0616280-00A
66-0616280-10A
66-0616280100A
66-0616280104A

当字符串包含字母时，为什么排序在字符串上的行为不同？

提前致谢。

Answer 1

这是因为默认的StringComparer是文化敏感的。 据我所知， Comparer<string>.Default委托给使用当前文化的string.CompareTo(string) ：

此方法使用当前文化执行单词（区分大小写和文化敏感）比较。 有关word，string和ordinal排序的更多信息，请参阅System.Globalization.CompareOptions 。

然后， CompareOptions的页面包括：

.NET Framework使用三种不同的排序方式：单词排序，字符串排序和顺序排序。 单词排序执行文化敏感的字符串比较。 某些非字母数字字符可能会分配特殊权重。 例如，连字符（“ - ”）可能具有非常小的权重，因此“coop”和“co-op”在排序列表中彼此相邻。 字符串排序类似于单词排序，除了没有特殊情况。 因此，所有非字母数字符号都在所有字母数字字符之前。 序数排序根据字符串的每个元素的Unicode值比较字符串。

（“小重量”与安德烈答案中引用的“忽略”并不完全相同，但效果在这里类似。）

如果指定StringComparer.Ordinal ，则会得到以下结果：

66-0616280-00A
66-0616280-10A
66-0616280100A
66-0616280104A

将其指定为OrderBy的第二个参数：

s = s.OrderBy(t => t, StringComparer.Ordinal).ToList();

你可以在这里看到差异：

Console.WriteLine(Comparer<string>.Default.Compare
    ("66-0616280104A", "66-0616280-10A"));
Console.WriteLine(StringComparer.Ordinal.Compare
    ("66-0616280104A", "66-0616280-10A"));

Answer 2

以下是MSDN的评论：

字符集包括可忽略的字符。 Compare（String，String）方法在执行区分文化的比较时不考虑这些字符。 例如，如果在.NET Framework 4或更高版本上运行以下代码，则对“动物”与“动画”（使用软连字符或U + 00AD）进行区分文化比较表示两个字符串是当量。

所以看起来你正在经历这种可忽略的角色案例。 如果我们假设-符号的权重比较小，则排序结果如下所示。

第一种情况：

660616280000
660616280100
6606162801000
6606162801040

第二种情况：

66061628000A
660616280100A
660616280104A
66061628010A 

这是有道理的