Question

我在比较函数中使用strnatcmp来排序表中的人名。对于我们的比利时客户，我们得到了一些奇怪的结果。他们的名字有'Van der Broecke'和'Vander Veere'，strnatcasecmp("Van der", "Vander")返回0！

由于自然比较的目的是按照人类的意愿进行排序，我不明白为什么这些空间被完全忽视。

E.g：

$names = array("Van de broecke", "Vander Veere", "Vande Muizen", "Vander Zoeker", "Van der Programma", "vande Huizen", "vande Kluizen", "vander Muizen", "Van der Luizen");
natcasesort($names);

print_r($names);

给出：

Array ( 
[0] => Van de broecke 
[5] => vande Huizen 
[6] => vande Kluizen 
[2] => Vande Muizen 
[8] => Van der Luizen 
[7] => vander Muizen 
[4] => Van der Programma 
[1] => Vander Veere 
[3] => Vander Zoeker 
)

但人类会说：

Array ( 
[0] => Van de broecke 
[4] => Van der Programma 
[8] => Van der Luizen 
[5] => vande Huizen 
[6] => vande Kluizen 
[2] => Vande Muizen 
[7] => vander Muizen 
[1] => Vander Veere 
[3] => Vander Zoeker 
)

我现在的解决方案是用正确处理的下划线替换所有空格。两个问题：为什么natsort会这样工作？有更好的解决方案吗？

Answer 1

看看bugs.php.net＃26412（natsort（）将多个空格压缩到1个空格）。显然，这种行为是如此“aa”，“a a”和“a a”（注意2个空格）不能排序为相同的字符串。

Answer 2

如果您查看源代码，您实际上可以看到这个，这肯定是一个错误： http://gcov.php.net/PHP_5_3/lcov_html/ext/standard/strnatcmp.c.gcov.php（向下滚动到第130行）：

 //inside a while loop...

 /* Skip consecutive whitespace */
 while (isspace((int)(unsigned char)ca)) {
         ca = *++ap;
 }

 while (isspace((int)(unsigned char)cb)) {
         cb = *++bp;
 }

请注意，这是5.3的链接，但5.5中仍然存在相同的代码（http://gcov.php.net/PHP_5_5/lcov_html/ext/standard/strnatcmp.c.gcov.php）不可否认，我对C的了解是有限的，但如果当前字符是一个空格，这基本上似乎是在每个字符串上推进指针，基本上忽略了排序中的那个字符。注释暗示只有当空格连续时它才会这样做;但是，没有检查以确保先前的角色实际上是空格优先。这需要像

这样的东西

//declare these outside the loop
short prevAIsSpace = 0;
short prevBIsSpace = 0;

//....in the loop
while (prevAIsSpace && isspace((int)(unsigned char)ca)) {
    //won't get here the first time since prevAIsSpace == 0
    ca = *++ap;
}
//now if the character is a space, flag it for the next iteration
prevAIsSpace = isspace((int)(unsigned char)ca));
//repeat with string b
while (prevBIsSpace && isspace((int)(unsigned char)cb)) {
    cb = *++bp;
}
prevBIsSpace = isspace((int)(unsigned char)cb));

实际上知道C的人可能会写得更好，但这是一般的想法。

另一个可能有趣的注意事项，对于你的例子，如果你使用PHP＆gt; = 5.4，这会得到与Aaron Saray提到的usort相同的结果（它确实也失去了键/值关联）：< / p>

sort($names, SORT_FLAG_CASE | SORT_STRING);

print_r($names);
Array ( 
    [0] => Van de broecke 
    [1] => Van der Luizen 
    [2] => Van der Programma 
    [3] => vande Huizen 
    [4] => vande Kluizen 
    [5] => Vande Muizen 
    [6] => vander Muizen 
    [7] => Vander Veere 
    [8] => Vander Zoeker
)

Answer 3

像其他答案/评论家所说，这是一个已知问题。但是，您可以使用usort（）编写自己的排序。请试一试，看看它是否有效：

usort($names2, function($first, $second) {
    if ($first == $second) {
        return 0;
    }
    else {
        return (strtolower($first) < strtolower($second)) ? -1 : 1;
}
});

我注意到输出与建议的答案略有不同：

你建议：

[4] => Van der Programma 
[8] => Van der Luizen

但我确定这是一个错字 - 这些应该被交换。：）

为什么在natsort / strnatcmp / strnatcasecmp中忽略空格？

3 个答案: