您好,登錄后才能下訂單哦!
遇到了一個(gè)對(duì)包含中文的字符串進(jìn)行排序的問題。要求按unicode編碼對(duì)字符串進(jìn)行排序。
測(cè)試字符串?dāng)?shù)組如下:
String[] arr = { "1-測(cè)試", "1-編輯", "1-營銷", "1結(jié)束", "2-測(cè)試", "1-qt" };
按unicode排序的期望結(jié)果應(yīng)該是這樣的:
1-編輯, 1-測(cè)試, 1-營銷, 1-qt, 1結(jié)束, 2-測(cè)試
先按java.lang.String類提供的默認(rèn)比較方案進(jìn)行實(shí)現(xiàn),大致如下:
import java.util.Arrays; import java.util.Comparator; public class MyJob { public static void main(String[] args) { String[] arr = { "1-測(cè)試", "1-編輯", "1-營銷", "1結(jié)束", "2-測(cè)試", "1-qt" }; Comparator<String> c = String::compareTo; Arrays.sort(arr, c); System.out.println(Arrays.toString(arr)); } }
結(jié)果如下:
[1-qt, 1-測(cè)試, 1-編輯, 1-營銷, 1結(jié)束, 2-測(cè)試]
可以看到中文字符不能按照拼音進(jìn)行排序。這時(shí)最直接的思路就是將中文字符轉(zhuǎn)為拼音后再進(jìn)行排序。但是要注意下,在這里面有個(gè)字符串不包含中文字符,這就容易導(dǎo)致順序混亂。
如下面這幾個(gè)字符串按拼音進(jìn)行排序順序如下:
1-編輯,1-測(cè)試,1-qt,1-營銷
可以看到字符串“1-qt”的位置出錯(cuò)了。 但是按拼音來說它的位置又是對(duì)的。這不能不說是一個(gè)讓人有些頭疼的地方。
不過不用擔(dān)心,java提供了java.text.Collator類來支持規(guī)范化的字符串比較。
使用Collator來改造之前的代碼:
import java.text.Collator; import java.util.Arrays; import java.util.Comparator; import java.util.Locale; public class MyJob { public static void main(String[] args) { String[] arr = { "1-測(cè)試", "1-編輯", "1-營銷", "1結(jié)束", "2-測(cè)試", "1-qt" }; Comparator<String> c = (o1, o2) -> Collator.getInstance(Locale.CHINESE).compare(o1, o2); Arrays.sort(arr, c); System.out.println(Arrays.toString(arr)); } }
改造后的程序執(zhí)行排序的結(jié)果如下:
[1-qt, 1-編輯, 1-測(cè)試, 1結(jié)束, 1-營銷, 2-測(cè)試]
結(jié)果看著好像還OK。但是停停、注意下、字符串“1結(jié)束”的位置好像比較奇妙,理想情況下它應(yīng)該在“1-營銷”的后面。
這里出問題的原因我沒有弄清楚。猜測(cè)著應(yīng)該是java在Chinese語法中將中劃線處理為空字符了。不過最根本的問題還是java對(duì)Unicode Collation Algorithm(UCA,Unicode整理算法)的支持并不好。
此時(shí)可以考慮使用IBM ICU提供的Collator來替換jdk默認(rèn)的Collator。代碼如下:
import com.ibm.icu.text.Collator; import java.util.Arrays; import java.util.Comparator; import java.util.Locale; public class MyJob { public static void main(String[] args) { String[] arr = { "1-測(cè)試", "1-編輯", "1-營銷", "1結(jié)束", "2-測(cè)試", "1-qt" }; Comparator<String> c = (o1, o2) -> Collator.getInstance(Locale.CHINESE).compare(o1, o2); Arrays.sort(arr, c); System.out.println(Arrays.toString(arr)); } }
相關(guān)的依賴為:
<dependency> <groupId>com.ibm.icu</groupId> <artifactId>icu4j-localespi</artifactId> <version>60.2</version> </dependency>
執(zhí)行結(jié)果為:
[1-編輯, 1-測(cè)試, 1-營銷, 1-qt, 1結(jié)束, 2-測(cè)試]
可以看到是和預(yù)期一致的。
總結(jié)
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。