java - Perl 和 Java 中的 Unicode 比较

Question

在比较字符串时，维护在 Perl 和 Java 中提供相同排序规则的函数的最佳方法是什么？这是 Perl 中的示例函数：

sub compare_strs
{
    my ( $str1, $str2 ) = @_;
    # Treat vars as strings by quoting. 
    # Possibly incorrect/irrelevant approach. 
    return ("$str1" cmp "$str2");
}

这里的担忧是：

字符串可以包含中文/日文字符。不能依赖上面的 Perl 代码来给出预期的结果。

如何保证 Perl 和 Java 实现都可以以相同的方式执行字符串排序规则？

Answer 1

对于 Perl，不要使用cmp运算符。相反，您应该使用该Unicode::Collate模块：

use Unicode::Collate;
sub compare_strs
{
    my ( $str1, $str2 ) = @_;
    # Treat vars as strings by quoting. 
    # Possibly incorrect/irrelevant approach. 
    return $Collator->cmp("$str1", "$str2");
}

如果您担心规范化（例如，组合标记的顺序），您也可以使用该Unicode::Normalize模块。

在 Java 中，使用Collator类，如有关比较字符串的教程中所述。有关规范化，请参阅规范化文本教程。Java 1.6 中引入了所需的类；如果您需要支持早期版本的 Java，则需要使用ICU 库之类的东西。

使用如上所述的适当工具应确保两种环境的行为都符合Unicode 排序算法（因此彼此兼容）。