Java中的Oracle等效排序

Question

我想按字母顺序对 Java 字符串进行排序。排序应该类似于 Oracle SQL order by。我尝试使用 Java Collat​​or，但它优先考虑小写字母而不是大写字母。非英文字母也有问题...

例如：

select * from TABLE1 order by COLUMN1;

按以下顺序返回字符串：A、a、Á、á、Ä、ä、B、b、C、C（对我来说是正确的）

Collections.sort(strings, Collator.getInstance());

按如下顺序排列字符串：a, A, á, ä, Ä, Á, b, B, C, C（á, ä, Ä, Á 顺序有问题）

（两种情况下的语言环境相同）

我不想输入整个字母表，因为我可能会忘记一些特殊的字母。 Out 应用程序将被来自许多欧洲国家的许多不同的人使用。

Answer 1

排序很复杂。 Oracle documentation 提供了不同方面的完整概述。

很高兴知道您尝试重现的确切排序，即NLS_SORT 的确切值。你可以通过执行来发现

SELECT SYS_CONTEXT ('USERENV', 'NLS_SORT') from SYS.DUAL;

您使用的排序产生

A, a, Á, á, Ä, ä, B, b, C, c

不清楚输入的顺序是什么。

• 它将A 放在a 之前。这很奇怪。我推断它实际上并不是更喜欢 A 而不是 a 而是认为它们相等，即不区分大小写。
• 它将不带重音的字母放在带重音的字母之前，所以我推断它对重音敏感。

GENERIC_M_CI 中的 NLS_SORT 符合要求。您可以通过在 oracle 中运行它来检查：

[...] ORDER BY NLSSORT(<colname>, 'NLS_SORT=GENERIC_M_CI');

Java Collat​​or 有一个setStrength() 方法，它接受值PRIMARY、SECONDARY、TERTIARY 和IDENTICAL。

确切的解释取决于语言环境，但javadocs 是一个例子

• 主要强度仅区分 a 和 b。
• 二级强度也区分a和á。
• 三级强度还区分a和A。
• 只有当字符绝对相同时，才能满足相同的强度。

因此，具有 SECONDARY 实力的 Collat​​or 应该可以很好地为您服务。

在我的机器上，使用 en_US 默认语言环境，我尝试了这个：

List<String> strings = Arrays.asList("A", "Ä", "Á", "B", "C", "a", "á", "ä", "b", "c");
Collator collator = Collator.getInstance();
collator.setStrength(Collator.SECONDARY);
Collections.sort(strings, collator);
System.out.println(strings);

打印

[A, a, Á, á, Ä, ä, B, b, C, c]

（但如果您将a 放在A 之前，则该顺序不会受到影响。）

Answer 2

据我了解，这对你有帮助

  Collator coll = Collator.getInstance(locale);
  coll.setStrength(Collator.PRIMARY) 
  Collections.sort(words, coll);

或者你可以这样尝试

 List<String> words = Arrays.asList(
      "Äbc", "äbc", "Àbc", "àbc", "Abc", "abc", "ABC"
    );

    log("Different 'Collation Strength' values give different sort results: ");
    log(words + " - Original Data");
    sort(words, Strength.Primary);
    sort(words, Strength.Secondary);
    sort(words, Strength.Tertiary);

    private enum Strength {
    Primary(Collator.PRIMARY), //base char
    Secondary(Collator.SECONDARY), //base char + accent
    Tertiary(Collator.TERTIARY), // base char + accent + case
    Identical(Collator.IDENTICAL); //base char + accent + case + bits

    int getStrength() { return fStrength; }

    private int fStrength;
    private Strength(int aStrength){
      fStrength = aStrength;
    }
  }

  private static void sort(List<String> aWords, Strength aStrength){
    Collator collator = Collator.getInstance(TEST_LOCALE);
    collator.setStrength(aStrength.getStrength());
    Collections.sort(aWords, collator);
    log(aWords.toString() + " " + aStrength);
  }

该类输出以下内容：

Different 'Collation Strength' values give different sort results: 
[Äbc, äbc, Àbc, àbc, Abc, abc, ABC] - Original Data
[Äbc, äbc, Àbc, àbc, Abc, abc, ABC] Primary
[Abc, abc, ABC, Àbc, àbc, Äbc, äbc] Secondary
[abc, Abc, ABC, àbc, Àbc, äbc, Äbc] Tertiary

参考来自

Comparator

Localized ordering

Answer 3

1)您需要一个代表Oracle 排序顺序的字符串。我称这个字符串为 oracleSort。 您可以尝试在互联网上搜索此内容或 您可以将每个字母的一行插入数据库，查询该列并返回结果。从结果中组装您的排序字符串。这听起来很费力，但您也可以使用 Java 程序来填充数据库。

oracleSort = "AaÁáÄäBbCc..."

2）我认为您需要实现一个比较两个字符串的比较器。 http://docs.oracle.com/javase/1.5.0/docs/api/java/util/Comparator.html 逐个字符地遍历字符串并比较在 oracleSort 中找到的字符索引。索引小于其对应位置的第一个字符是较小的字符串。

oracleSort.indexOf("a") 是 1。

oracleSort.indexOf("Á") 是 2。

“a”小于“Á”

3）后来我想可能有一种替代模式。看起来顺序是按不带重音符号的字母分组，然后按 ASCII 大写分组，然后是大写在小写之前。

因此，您可以使用 Apache commons-lang StringUtils.stripAccents 来制作不带重音符号和大写字母的字符串副本。如果它们相等，则比较副本带有重音但大写。如果相等，则检查每个字符，看一个是大写还是一个是小写。

public static int compare(String one, String two)
{
    String oneNoAccent = StringUtils.stripAccents(one).toUpperCase();
    String twoNoAccent = StringUtils.stripAccents(two).toUpperCase();
    int compare = oneNoAccent.compareTo(twoNoAccent);
    if(compare == 0)
    {
        String oneU = one.toUpperCase();
        String twoU = two.toUpperCase();
        compare = oneU.compareTo(twoU);
        if(compare == 0)
        {
            //TODO:
        }
    }
    return compare;
}