如何设置排序器强度和分解以按首字母排序 unicode 字符串

Question

我有一个要按首字母排序的 unicode 字符串列表。问题是我不知道设置 java.text.Collat​​or 它将把相似的字母视为不同的。

这是我现在得到的：

• 罗基什基斯
• 沙基艾
• 萨兰泰
• Šeduva
• 希奥利艾
• Šilalė
• 斯库达斯
• 陶拉格
• Telšiai

这就是我想要得到的（以 Š 开头的单词应该总是在 S 之后而不是第二个字母）：

• 罗基什基斯
• 萨兰泰
• 斯库达斯
• 沙基艾
• Šeduva
• 希奥利艾
• Šilalė
• 陶拉格
• Telšiai

Answer 1

我们可以创建一个扩展 Collat​​or 的类并在那里重写 compare 方法。

这里有一个例子。

公共类 MyCollat​​or 扩展了 Collat​​or {

@Override
public int compare(String source, String target) {
    return source.compareTo(target);
}

@Override
public CollationKey getCollationKey(String source) {
    // TODO Auto-generated method stub
    return null;
}

@Override
public int hashCode() {
    // TODO Auto-generated method stub
    return 0;
}

}

然后我们可以使用这个新添加的类对String列表进行排序，它会以正确的方式显示。

Collat​​or collat​​or = new MyCollat​​or();

Collections.sort(list, collat​​or);

我的测试结果如下：

• 罗基什基斯
• 萨兰泰
• 斯库达斯
• 陶拉格
• Telšiai
• 沙基艾
• Šeduva
• 希奥利艾
• Šilalė

注意，在结果中，Š显示在T之后，这是因为"Š".compareTo("T")>1 等于 true。

我相信你可以在比较方法中加入一些逻辑，让 Š 显示在 S 之后，T 之前。

以上代码使用JDK 1.5版本编译执行。

直接使用Collections.sort(list)；您将得到与我上面提到的相同的结果。

Answer 2

所以我测试了整理器强度和分解的所有变体，但没有任何改变。我发现通过我的语言环境（“lt_LT”）给出的这种排序实际上在语法上是正确的。