校对 STRENGTH 和本地语言关系

Posted 2023-02-24

【中文标题】校对 STRENGTH 和本地语言关系

【英文标题】：Collation STRENGTH and local language relation

【发布时间】：2011-04-13 23:45:52

【问题描述】：

我从 Collat​​or 的 Javadoc 中阅读了以下内容。

“对语言特征的精确分配取决于语言环境。例如，在捷克语中，“e”和“f”被认为是主要差异，而“e”和“ê”是次要差异，“e”和“E”是三级差异，“e”和“e”是相同的。”

这是否意味着我应该根据我使用的语言设置 STRENGTH？如果是这样，有人可以建议语言环境的默认值：us_en、us_es、ca_fr、spain_spanish、chile_spanish、portuguese

【参考方案1】：

它真的取决于你想要做什么。对于大多数（所有？）使用拉丁字母的语言来说，以下情况是正确的：

初级 不同：a、á、Á、b 相同：á, Ⅴ 相同：a，A 次要 不同：a、á、Á、b 不同：á, Ⅵ 相同：a，A 三级 不同：a、á、Á、b 不同：á, Ⅵ 不同：a、a 相同 还要考虑您看不到的差异，例如(accented A) 和(A) + (accent) 之间的差异

语言之间会有细微的差异，但本质上是：

如果您需要区分大小写的比较，请使用 Tertiary。 对于不区分大小写的比较，请使用 Primary 或 Secondary，具体取决于您是否希望 á 与 â 分组。 有些排序规则很奇怪。 a 与 á 不同，即使在 Primary 中，á 也与 Á 不同，即使在 Primary/Secondary 中。我不知道为什么；可能是错误？ 谁知道非拉丁语言会发生什么。

【讨论】：

值得注意的是排序规则如何影响零宽度空间、单词连接器/非连接器、软连字符