Question

我有一组字符串，需要对其进行排序。我正在使用Collator。但输出很奇怪。

final Collator collator = Collator.getInstance(Locale.US);

List<String> data = new ArrayList<String>();

data.add("1Z5800701_AB");
data.add("1Z5800701_AC");
data.add("1Z5800701-A");
data.add("1Z5800701 A");
data.add("1Z5800701B");
data.add("1Z5800701A");
data.add("1Z5800701 - A");

Collections.sort(data, new Comparator<String>() {

    @Override
    public int compare(String o1, String o2) {
        return collator.compare(o1, o2);
    }
});

for (String s : data) {
    System.out.println(s);
}

输出是：

1Z5800701_AB
1Z5800701_AC
1Z5800701A
1Z5800701 A
1Z5800701 - A
1Z5800701-A
1Z5800701B

最后一个字符串'1Z5800701B'应该在'1Z5800701A'之后。我在这里缺少什么？

Answer 1

这是使用的语言环境的问题，您可以使用LC_ALL=en_US sort在bash shell中重现相同的行为。关键是“单词分隔符”与此语言环境中的“单词字符”区别对待（即，您不能总是说字符X在字符B之前或之后排序 - 它取决于上下文）。结果是，如果您有1Z5800701 <optional separators> A，它会在1Z5800701 <optional separators> B之前排序，这就是为什么1Z5800701B出现在A位于数字之后的所有组合之后，可选地由“分隔符”分隔。您还可以在this Wikipedia articles

中查看更多“不明显”排序的示例

Answer 2

这不是一个错误，它是一个特征：）

java.text.Collator只有一个默认实现; RuleBasedCollator，它会忽略白色空格。

http://docs.oracle.com/javase/1.4.2/docs/api/java/text/RuleBasedCollator.html

只需查看Collator的课程

final Collator collator = Collator.getInstance(Locale.US);
System.out.println(collator.getClass().getName());

Collator比较奇怪的字符串

2 个答案:

Collat​​or比较奇怪的字符串

2 个答案:

Collator比较奇怪的字符串