localeCompare测试在en-us utf8中排序的字符串

Question

我想使用localeCompare来测试通过Postgres排序的字符串。

正在使用的排序规则是en_US.utf8

当我使用localeCompare测试降序和升序排序时，它会给我不正确的结果。我可以将哪些语言环境传递给localeCompare来正确处理它？<​​/ p>

例如：

Descending: "negative outcome".localeCompare("a sollicitudin orci") = 1

Ascending: "amet lorem semper auctor.".localeCompare("a sollicitudin orci") = 1

Answer 1

不幸的是，没有参数可以传递给localeCompare，使其与Postgres的en_US.UTF-8排序相匹配。

Postgres正在遵循Unicode归类算法的实现，该算法在此处记录：http://www.unicode.org/reports/tr10/

相比之下，localeCompare使用Intl.Collat​​or对象中的“CompareStrings”操作。根据规范，“两个字符串以实现定义的方式进行比较。” （https://www.ecma-international.org/ecma-402/1.0/#CompareStrings）。该规范表明实现使用Unicode排序算法，但它只是一个建议，虽然我不确定不同浏览器正在做什么，但我已经在Mac上的Chrome上做了足够的经验测试，以确定无论如何正在做，这与Postgres的实施非常不同。

我目前还不知道任何将Unicode排序算法移植到javascript的库。

因此。如果你绝对需要一个与Postgres排序完全匹配的浏览器端算法，这就是生死，那么我认为你唯一的选择是实际查看规范（http://www.unicode.org/reports/tr10/），可能还有Postgres的源代码，并将其移植到javascript。

规范是非常密集和复杂的，所以实用的方法可能是开发一个足够好的算法，大多数时候匹配Postgres，让你的应用程序优雅地处理角落案例。我找到的最有用的资源就是这个答案https://stackoverflow.com/a/3266430/534086，它使用Latin1校对表提供了一个简单的算法实现，它可能适合使用UTF8。

就我的目的而言，我还没有走过那条路。我编写了一个更粗略的算法：a）首先从两个字符串中删除特殊字符（如空格和符号），并使用localeCompare与'en-US'进行比较，b）断开关系，使用localeCompare比较原始字符串。这是非常粗糙（我有一些测试用例，我知道它不起作用），但在实践中它似乎产生与Postgres相同的结果至少90％的我的实际使用率