测试以 en-us utf8 排序的字符串时的 localeCompare答案

【问题标题】：localeCompare when testing strings sorted in en-us utf8测试以 en-us utf8 排序的字符串时的 localeCompare
【发布时间】：2017-10-18 17:43:36
【问题描述】：

我想使用 localeCompare 来测试通过 Postgres 排序的字符串。

正在使用的排序规则是 en_US.utf8

当我使用 localeCompare 测试降序和升序排序时，它给了我不正确的结果。我可以将什么语言环境传递给 localeCompare 以正确处理此问题？

例如：

Descending: "negative outcome".localeCompare("a sollicitudin orci") = 1

Ascending: "amet lorem semper auctor.".localeCompare("a sollicitudin orci") = 1

【问题讨论】：

您希望使用哪种语言进行比较返回负数？
所以升序应该是 -1，因为第二个字符串中的空格“小于”第一个字符串中的 m。语言是英语
我尝试将 'en-US.utf8' 传递给 localeCompare 但返回错误
您可以通过交换字符串来指定是升序还是降序："a sollicitudin orci".localeCompare("amet lorem semper auctor.") = -1

标签： javascript node.js locale

【解决方案1】：

很遗憾，您无法将任何参数传递给 localeCompare 以使其匹配 Postgres 的 en_US.UTF-8 排序。

Postgres 遵循 Unicode 排序算法的实现，此处记录了该算法：http://www.unicode.org/reports/tr10/

相比之下，localeCompare 使用来自 Intl.Collator 对象的“CompareStrings”操作。根据规范，“两个字符串以实现定义的方式进行比较”。 (https://www.ecma-international.org/ecma-402/1.0/#CompareStrings)。该规范建议实现使用 Unicode 排序算法，但这只是一个建议，虽然我不确定不同的浏览器在做什么，但我已经在 Mac 上的 Chrome 上进行了足够的实证测试，以确保无论它是做的，和Postgres的实现有很大的不同。

我目前不知道有任何库将 Unicode 排序算法移植到 javascript。

所以。如果您绝对需要一个与 Postgres 排序完全匹配的浏览器端算法，这是生死攸关的事情，那么我认为您唯一的选择是实际查看规范 (http://www.unicode.org/reports/tr10/)，可能还有 Postgres 的源代码和端口它到javascript。

规范非常密集和复杂，因此实用的方法可能是开发一种在大多数情况下与 Postgres 匹配的足够好的算法，并让您的应用程序优雅地处理极端情况。我找到的最有用的资源是这个答案https://stackoverflow.com/a/3266430/534086，它提供了一个使用 Latin1 排序表的算法的简单实现，它可能适用于使用 UTF8。

出于我的目的，我还没有走那条路。我写了一个更粗略的算法：a) 首先从两个字符串中去除特殊字符，例如空格和 & 符号，然后使用 localeCompare 与 'en-US' 进行比较，b) 打破平局，使用 localeCompare 比较原始字符串.这是非常粗糙的（我有一些测试用例，我知道它不起作用），但在实践中，它似乎产生与 Postgres 相同的结果，至少 90% 的实际使用情况.

【讨论】：