Lua中的字符串排序答案

【问题标题】：String ordering in LuaLua中的字符串排序
【发布时间】：2014-04-29 20:44:23
【问题描述】：

我正在阅读Programming in Lua, 1st edition（是的，我知道它有点过时了），而在section 3.2（关于关系运算符）中，作者说：

例如，对于欧洲 Latin-1 语言环境，我们有 "acai"

我不明白。对我来说，有"acai" < "açaí"是可以的，但为什么是"açaí" < "acorde"？

AFAIK (and wikipedia seems to confirm)、"c" < "ç"，还是我错了？

【问题讨论】：

我猜这是书中的错误。字符串排序是一个字母一个字母的排序，所以"acai" < "açaí" < "acorde"等价于'c' < 'ç' < 'c'，这是无意义的。
我读这部分的时候也有同样的想法，我有第三版。
哪个“欧洲拉丁语 1 语言环境”？有很多...

【解决方案1】：

在 PiL 第三版中，此语句已被修改：

例如，对于葡萄牙语 Latin-1 语言环境，我们有 "acai"<"açaí"<"acorde"。

因此需要将语言环境相应地设置为葡萄牙语 Latin-1：

print("acai" < "açaí")
print("açaí" < "acorde")

print(os.setlocale("pt_PT"))

print("acai" < "açaí")
print("açaí" < "acorde")

在ideone，结果是：

true
false
pt_PT.iso88591
false
true

但是"acai"和"açaí"的顺序好像和现在的书不一样了。

【讨论】：

好的。这是事实，但它并不能解释这种行为。我的意思是，为什么是"acai" < "açaí" 和"açaí" < "acorde"？正如@Kamiccolo 在评论中指出的那样，lvm.c 使用 strcoll() 函数来比较字符串，因此看起来变音符号在比较中可能不相关。
@yu @stu "açaí" < "acorde" 不正确（由@YuHao 突出显示）。确实，我也相信书中有一个错字。应该写成："acai"<"acorde"<"açaí"

【解决方案2】：

您引用了一个代码页，它将代码点映射到字符。当然，码点是一组有限的非负整数，是有序的、不同的实体。然而，这不是角色的意义所在。

字符有一个collation 顺序，这是一个偏序：字符可以“相等”但不相同。排序规则是一个用户重视的概念，因地区（和时间）而异。

字符串更加复杂，因为某些字符集（例如 Unicode）可以包含组合字符。这允许将“字符”表示为单个字符或作为基本字符后跟组合字符。例如，“ä”与“a¨”。由于它们代表相同的概念特征，因此它们应该被认为比“ä”与“a”更平等。

在西班牙语中，“ch”、“rr”和“ll”曾经是字母表中的字母，单词按顺序排列；现在，它们不是，但“ñ”仍然是。

同样，在过去，说英语的人将“Mc”和“Mac”开头的姓氏排在其他以“M”开头的姓氏之后并不少见。

软件库必须处理这些事情，因为这是用户想要的。值得庆幸的是，一些较旧的约定已不再使用。

因此，如果“c”与“ç”具有相同的排序顺序但“i”在“í”之前，则语言环境很可能具有导致“acai”

【讨论】：