文章/答案/技术大牛

发布

社区首页 >问答首页 >用带有文化意识的字母对字符串进行分组

问用带有文化意识的字母对字符串进行分组
EN

Stack Overflow用户

提问于 2011-03-31 21:30:14

回答 2查看 141关注 0票数 3

我试图按字符串的初始字母对排序列表进行分组。让我们假设这就是清单：

azaroth 
älgkebab 
orgel 
ölkorv

当根据sv-SE对列表进行排序时，这是排序顺序：

azaroth 
orgel 
älgkebab 
ölkorv

这意味着按首字母分组将是

A
  azaroth
O
  orgel
Ä
  älgkebab
Ö 
  ölkorv

这是有道理的，这也是你在一个使用sv-SE的国家的电话簿中发现的。

当根据en-US对列表进行排序时，这是排序顺序：

älgkebab 
azaroth 
ölkorv
orgel

现在来了有趣的部分。这意味着按首字母分组将是

AÄ
  älgkebab
  azaroth
OÖ
  ölkorv
  orgel

因为就所有实际目的而言，"a“和”a“在这类中被视为相同的字母，"o”和“o”也是如此，这意味着它们在这方面是相同的首字母。这是AFAIK，你可以在一个使用en-US的国家的电话簿中找到它。

我的问题是，当这种分组因文化而异时，如何通过编程实现它？，或者换句话说，在对特定文化中的列表进行排序时，您如何知道哪些字母被视为“相同”？

例如，我还没有找到一种为"a“和”a“的StringComparer返回0的方法。

我有一个可行的解决方案，就是这样做的：

if (
    cultureInfo.CompareInfo.GetSortKey("a").KeyData[1] ==
    cultureInfo.CompareInfo.GetSortKey("ä").KeyData[1]
) // same initial (this will return false for sv-SE and true for en-US)

问题是，我不知道它是否适用于任何区域性，甚至不知道SortKey的SortKey数组中的第二条数据实际上是什么。MSDN上的页面相当模糊，而且可能是故意的。所以我宁愿有一个更可靠的解决方案。

globalization

cultureinfo

string-comparison

.net

sorting

回答 2

Stack Overflow用户

回答已采纳

发布于 2011-03-31 23:32:37

当您比较a和ä在sv-SE中时，结果是-1，所以如果两个单词是相同的，除了umlaut，它们的排序总是相同的。但是，您仍然可以发现它们的排序是相同的:在其中一个和另一个中添加一些字符，对另一个字符进行不同的排序，并对它们进行比较。然后切换添加的字符，然后再进行比较。如果结果不同，则字符排序相同。

示例：

sv-SE:
"a0" < "ä1"
"a1" < "ä0"
en-US:
"a0" < "ä1"
"a1" > "ä0"

因此，在sv-SE、'a' < 'ä'中，但在en-US 'a' == 'ä'中。下面是一个根据这些规则对字符串列表进行分组的类。但对于某些文化来说，它并不能正常工作，因为它们的排序顺序更复杂。例如，在捷克语中，ch被认为是一个单独的字母，按h排序。我不知道你怎么解决这个问题。

此外，代码使用0和1作为附加字符。如果有一些文化中这些字符不影响这类，它将不起作用。

class Grouper
{
    StringComparer m_comparer;

    public Grouper(StringComparer comparer)
    {
        m_comparer = comparer;
    }

    public List<Tuple<string, List<string>>> Group(IEnumerable<string> strings)
    {
        List<Tuple<string, List<string>>> result =
            new List<Tuple<string, List<string>>>();

        var sorted = strings.OrderBy(s => s, m_comparer);

        string previous = null;

        List<char> currentGroupName = null;
        List<string> currentGroup = null;

        foreach (var s in sorted)
        {
            char sInitial = ToUpper(s[0]);
            if (currentGroup == null || !AreEqual(s[0], previous[0]))
            {
                if (currentGroup != null)
                    result.Add(Tuple.Create(
                        SortGroupName(currentGroupName),
                        currentGroup));
                currentGroupName = new List<char> { sInitial };
                currentGroup = new List<string> { s };
            }
            else
            {
                if (!currentGroupName.Contains(sInitial))
                    currentGroupName.Add(sInitial);
                currentGroup.Add(s);
            }

            previous = s;
        }

        if (currentGroup != null)
            result.Add(Tuple.Create(SortGroupName(currentGroupName), currentGroup));

        return result;
    }

    string SortGroupName(List<char> chars)
    {
        return new string(chars.OrderBy(c => c.ToString(), m_comparer).ToArray());
    }

    bool AreEqual(char c1, char c2)
    {
        return Math.Sign(m_comparer.Compare(c1 + "0", c2 + "1")) ==
            -Math.Sign(m_comparer.Compare(c1 + "1", c2 + "0"));
    }

    char ToUpper(char c)
    {
        return c.ToString().ToUpper()[0];
    }
}

而且，这个类与产品质量相差甚远，例如，它不处理null或空字符串。

票数 1

Stack Overflow用户

发布于 2011-03-31 22:17:34

它可能是一个实现--内部值，类似常量。该值本身并不重要，只是它与其他相关值的比较方式。

这类似于(例如) C中的EOF值，而GCC将其定义为-1，实际值可能会有所不同，因此最终开发人员代码应该只对值进行比较，而不对其进行计算。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/5506589

复制

相似问题

问用带有文化意识的字母对字符串进行分组
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用带有文化意识的字母对字符串进行分组EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用带有文化意识的字母对字符串进行分组
EN