一、Java比较汉字
// Collator 类是用来执行区分语言环境的 String 比较的,这里选择使用CHINA
Comparator cmp = Collator.getInstance(java.util.Locale.CHINA);
TreeMap tree=new TreeMap(cmp);
String[] arr = {"张三", "李四", "王五"};
// 使根据指定比较器产生的顺序对指定对象数组进行排序。
Arrays.sort(arr, cmp);
for (int i = 0; i < arr.length; i++)
System.out.println(arr[i]);
names = ["张三", "李四", "王五", "刘六"];
names.sort(function(a,b){return a.localeCompare(b)});//a,b 为数组a的某两个值,自动传入
alert(names);
另:
示例文本:
String [] test = new String[] {
"作业",
"测试",
"test",
"我们",
"。空",
"镂空",
"[",
"浏",
"皙"
};
jdk 版本:
1.5.6
开发平台:
Eclipse 3.1
关键字: 中文排序
概述
我们在应用程序中可能会经常遇到对中文排序的问题,例如姓名列表,词汇表等等。对中文排序,我们使用比较多的是根据汉语拼音发音来确定顺序。
我们可能会经常使用
java.util.
接口,
java.util.Comparator super T> c))
等类或方法对含有中文字符的对象进行排序,但是这些在默认情况下都是调用
方法,这个方法是比较2个字符的 codepoint value,如果第一个字符的值小于第二个,则在排序结果中第一个会在前面,反之亦然。
java.text.
接口及其实现类
其实 java 中提供了和语言相关的类,即 Collator 接口及其实现类。
是一个具体类,它实现了 Comparator 接口中的 compare(Object, Object) 方法。 RuleBasedCollator 根据根据特定语言的默认规则比较字符,也可以按照指定的规则来比较,请参阅 java API 获取此类的详细信 息。
如果我们需要对一个有中文的数组进行排序,则可以使用这个类。请看如下示例代码:
import java.util.*;
import java.text.*;
public class Test
{
"作业",
"测试",
"test",
"我们",
"。空",
"镂空",
"[",
"浏",
"皙"
};
java.util.
"============");
for(
}
以上代码的输出结果为:
============
[
test
。空
测试
我们
作业
浏
镂空
皙
大家可能会发现只有一部分汉字是按照汉语拼音排序了,还有几个没有。
问题分析:
GB2312:
在简体中文中我们使用比较多的字符集是 GB2312-80,简称为 GB2312,这个字符集包含了目前最常用的汉字共计 6736 个。其中的汉字分为两大类:
常用汉字
次常用汉字
常用汉字按照汉语拼音来排序,而次常用汉字按照笔画部首进行排序。
简体汉字在 Unicode 中一般是按照 gb2312 的码点值的顺序来放置的,所以如果是常用汉字 java 就能够很准确的进行排序,但如果是次常用汉字,则就会出现问题。在以上示例中,"镂","皙" 属于次常用字。
解决方案:
RuleBasedCollator 类 getRules() 方法可以返回对应语言的规则设置。简体中文对应的规则是 gb2312 所对应的字符。
我们可以把其中的全部汉字提取出来
对这些汉字重新排序
利用RuleBasedCollator(String rules) 构造器新建一个定制的 RuleBasedCollator
参考代码
在以下的代码中,我把排过序的汉字直接作为 String 对象放在类里面了,如果要让代码变得简洁一些,则可以把完整的规则(特殊字符+排序汉字)存为文件。
package sorting;
import java.util.*;
import java.text.*;
/**
* @author GaoJianMin
*
*/
public class ChineseGB2312Collator
{
/**
* @return a customized RuleBasedCollator with Chinese characters (GB2312) sorted correctly
*
*/
public static final RuleBasedCollator getFixedGB2312Collator()
{
null;
try
{
fixedGB2312Collator = new java.text.
ChineseGB2312Collator.getGB2312SpecialChars() +
GB2312Chars
);
{
e.printStackTrace();
}
return fixedGB2312Collator;
}
/**
* @return the special characters in GB2312 charset.
*
*/
public static final String getGB2312SpecialChars()
{
//index 2125 is the last symbol "╋"
return zh_CNCollator.getRules().substring(0,2125);
}
/**
* 6763 Chinese characters in GB2312 charset
*/
public static final String GB2312Chars =
"
"
褙
缤
}
package sorting;
import java.util.*;
import java.text.*;
/**
* @author GaoJianMin
*
*/
public class ChineseGB2312Comparator implements Comparator<
ChineseGB2312Collator.getFixedGB2312Collator();
private String str1;
/**
* @param str1
*/
public ChineseGB2312Comparator(
this.str1 = str1;
}
/**
*
*/
public ChineseGB2312Comparator() {
this.str1="";
}
/**
* @param str1
* @param str2
* @return an integer indicatint the comparison result
* @see java.util.Comparator#compare(Object, Object)
*/
public int compare(
return GB2312Collator.compare(str1, str2);
}
/**
* @param str2
* @return an integer indicatint the comparison result
* @see java.lang.Comparable#compareTo(Object)
*/
public int compareTo(
return GB2312Collator.compare(str1, str2);
}
}
测试代码及结果
代码:
import java.util.*;
import java.text.*;
public class Test
{
"作业",
"测试",
"test",
"我们",
"。空",
"镂空",
"[",
"浏",
"皙"
};
java.util.new ChineseGB2312Comparator());
"============");
for(
}
ChineseGB2312Comparator 类同时实现了 Comparator, Comparable 接口,这样以后能够使用 compare, compareTo 方法的时候都可以使用这个类。
二、VC++比较汉字
[别名]
CompareStringA
[说明]
根据用于特定“地方”环境的文本对比设置,对两个字串进行比较
[参数表]
LocaleLong,比较进行时的一个“地方”标识符
dwCmpFlagsLong,带 NORM_??? 前缀的一个或多个常数,它们定义了象“忽略大小写”这样的一些选项
lpString1String,要比较的第一个字串
cchCount1Long,以字节为单位指定字串长度(如果是DBCS字串,则没有字符)。如设为-1,表示进行自动计算(以NULL中止字符为准)
lpString2String,要比较的第二个字串
cchCount2Long,第二个字串的长度(参考 cchCount1 参数说明)
[返回值]
Long,如lpString1lpString2,则返回3。会设置GetLastError
[其它]
这个函数进行的比较要以特定的语言环境为基础,并不严格按照字符值进行比较