在 C++ 中对字符串数组进行排序，无论是“A”还是“a”以及 å、ä ö？

Posted 2023-02-22

【中文标题】在 C++ 中对字符串数组进行排序，无论是“A”还是“a”以及 å、ä ö？

【英文标题】：Sorting a string array in C++ no matter of 'A' or 'a' and with å, ä ö?

【发布时间】：2010-03-22 16:41:07

【问题描述】：

如何在 C++ 中对字符串数组进行排序，以使其按以下顺序发生：

安卡先生

布朗先生

凯瑟先生

mR 驴

奥里什先生

艾特先生

先生 önD

//following not the way to get that order regardeless upper or lowercase and å, ä, ö
//in forloop... 
string handle;
point1 = array1[j].find_first_of(' ');
string forename1(array1[j].substr(0, (point1)));
string aftername1(array1[j].substr(point1 + 1));
point2 = array1[j+1].find_first_of(' ');
string forename2(array1[j+1].substr(0, (point2)));
string aftername2(array1[j+1].substr(point2 + 1));
if(aftername1 > aftername2)
    handle = array1[j];
    array1[j] = array1[j+1];
    array1[j+1] = handle;//swapping

if(aftername1 == aftername2)
    if(forname1 > forname2)
        handle = array1[j];
        array1[j] = array1[j+1];
        array1[j+1] = handle;   
    

【参考方案1】：

一旦您将 unicode 字符混入其中，您就必须开始考虑国际化。不同的语言有不同的排序规则。例如，在荷兰语中，“IJ”被认为是一个字母，在字母表中有自己的位置。我推荐一个好的 Unicode 库来进行字符串词法比较，即 International Components for Unicode：http://site.icu-project.org/

这样，您可以简单地将普通的std::sort 与 ICU 的比较器一起使用。

【讨论】：

它们是 Unicode 字符，还是只是一个 ANSI 代码页。毕竟他在使用“字符串”。

取决于编码。如果他的源文件编码为 UTF-8，使用std::string 就可以了，每次出现的 Äå 都会用适当的字节序列来表示。伯克，伯克，伯克！

我只是说你没有理由假设 Unicode。 std::wstring 将是使用 unicode 的良好证据。无论哪种方式，std::string 都没有说什么。

触摸。无论它们是 UCS 中的字符还是某些单字节编码（如 latin1）中的字符，关键是应该使用基于区域设置的排序规则。

如果他的源文件是UTF-8的，你还真说不上Ä是怎么表示的。它可以是 U+00E4 也可以是 U+0061 U+0308。不用说，确保将这些排序在一起是一项挑战。

【参考方案2】：

表格和转换。

我首先将字符串转换为全部大写或全部小写：

#include <cctype>
#include <algorithm>
#include <string>

std::string test_string("mR BroWn");
std::transform(test_string.begin(), test_string.end(),
               test_string.begin(),
               std::tolower);

接下来我会检查异常或使用等效表。如果有问题的字符在异常字符数组中，则使用等价表。

【参考方案3】：

在过去，我使用 stricoll 对名称进行排序，它比较当前语言环境下的字符串。虽然这适用于当前语言环境中的字符串，但当您处理来自同一数据库中不同语言环境的名称时，这不起作用。