如何排序非英语字符串？

Question

我确实查找了答案，它们对标准字母表有好处。 但我有不同的情况。

所以，我用Java编程。 我正在写一个特定的程序。 这个程序在某些地方有一些字符串项列表。 我想根据字母表对这些字符串项进行排序。

如果我按英文字母对其进行排序，那将很容易，因为通常所有代码页都与美国标准的信息交换代码（ASCII）兼容，并且它们已经排序了所有英文字母，所以，如果我想排序的话我的清单，我只需要比较字符的值来确定哪个字母在哪里。

但我的问题是，我不想使用英文字母对列表进行排序。 我的程序可以选择以英语或其他语言显示。 问题是这些语言中的一些语言与英语字母表有不同的字母，因此字母与英文字母中的字母不同，因此简单的<和>> char值的验证不起作用，因为字母未正确排序代码页。

为了这个问题的目的，我们可以说英文字母表如下：

a,
b,
c,
d,
e,
f,
g.

让我们说有一个名为“ABC”的国家，其字母表如下：

d,
b,
g,
e,
a,
c,
f.

首先，如果a在代码页上等于97，b 98，c 99等，在本例中如何使用第二个字母对我的列表进行排序，因为第二个字母的第一个字母等于100，第二个字母等于到98，第三到103等等？

我的第二个问题：不幸的是，我翻译我的程序的一些国家也有字母表，其中一些字母组​​合被视为一个字母。 对于我的第二个例子，让我们说国家“def”有以下字母：

d,
g,
be,
e,
fe,
c,
f.

这里：d - 字母表中的第一个字母，g - 字母表中的第二个字母，是 - 字母表中的第三个字母（一个字母，虽然它写成两个字母，但它被认为只是一个字母，并且有它的在字母表中的位置），e - 字母表中的第四个字母， - 字母表中的第五个字母（也写为两个字母，但被视为一个字母），c - 字母表中的第六个字母，f - 字母表中的第七个字母。

正如你可以在虚构的国家“def”这个想象中的例子中看到的那样，这个国家真的搞砸了字母表。 在介绍了两个虚构国家的这两个字母的这两个例子后，您就明白了为什么我不能使用标准方法对字符串进行排序。

所以，请你帮我解决这个问题。 我不知道我能做些什么来根据这个搞砸的字母表排序。

post scriptum： 这下面的行对于这个问题并不重要，但是如果有人想知道我在哪里找到这样的搞砸字母，那么它们只是更多的信息

好吧，我给出了这些由7个随机排列的字母组成的例子，仅仅是为了这个问题的目的 - 使它更简单。 如果你想知道，我真正的问题是什么 - 我正在尝试将我的程序翻译成克罗地亚语。 克罗地亚字母真的搞砸了，因为它如下：

1 |a
2 |b
3 |c
4 |č
5 |ć
6 |d
7 |đ
8 |đž
9 |e
10|f
11|g
12|h
13|i
14|j
15|k
16|l
17|lj
18|m
19|n
20|nj
21|o
22|p
23|r
24|s
25|š
26|t
27|u
28|v
29|z
30|ž

正如你所看到的，克罗地亚字母表有点类似于英文字母，但大多数字母与英文字母不在同一个位置，而且其中几个字母根本不存在英文字母，而且几个字母是一个字母，写成两个字母。 所以很难排序。 所以我希望有人知道这样做的一些方法。 当然，最糟糕的排序方法总是有效，可以对任何东西进行排序，这就是使用switch语句的方法，我比较两个字符串项，对于每个字母，我使用switch语句，其中switch语句有31 + default = 32例，其中每个都有自己的开关32个案例。 总共1024个案例，如果我的普通案例有4行代码，我最终会说如果我想用非英文字母对字符串进行排序，那我的排序方法至少会有4096行。 这是一个很大的方法。 这是最愚蠢的排序方式，但目前我只能弄明白。 所以我在这里问，因为我希望有人知道任何更简单的方法来做到这一点。 这个方法不像4k行代码那么大，只是为了排序愚蠢的字符串。 我有一个排序英文字符串的方法，它只需要超过10行代码。 我希望有人可以建议我不到4k行代码。

所以，如果有人知道更简单的解决方案，我将不胜感激。

感谢名单。

Answer 1

你使用Collator 。 Collat​​ors是Java处理国际化比较的方式。

List<String> mylist = ...;
Locale croatian = new Locale("hr", "HR");
// Put whatever Locale you need as the argument to the getInstance method.
Collator collator = Collator.getInstance(croatian);
Collections.sort(mylist, collator);

本地不仅仅是“语言”，还有许多其他惯例。 根据国家或地区或国家/地区的惯例，可以对同一种语言进行不同的排序 - 这就是为什么区域设置最多由3个部分标识：“country”，“region”和“variant”。

Answer 2

这个概念叫做整理。 您可以查看概念以了解更多信息。 例如，Oracle / Sun有一个关于这个概念的教程：

https://docs.oracle.com/javase/tutorial/i18n/text/rule.html