Question

需要通过utf-8排序单词的帮助。例如，我们有5个比利时城市。

$array = array('Borgloon','Thuin','Lennik','Éghezée','Aubel');
sort($array); // Expected: Aubel, Borgloon, Éghezée, Lennik, Thuin
              // Actual: Aubel, Borgloon, Lennik, Thuin, Éghezée

城市Éghezée应该排在第三位。是否可以使用/设置某种utf-8或创建我自己的字符顺序？

Answer 1

intl与来自PHP 5.3和it only supports UTF-8的PHP捆绑在一起。

在这种情况下，您可以使用Collator：

$array = array('Borgloon','Thuin','Lennik','Éghezée','Aubel');
$collator = new Collator('en_US');
$collator->sort($array);
print_r($array);

输出：

Array
(
    [0] => Aubel
    [1] => Borgloon
    [2] => Éghezée
    [3] => Lennik
    [4] => Thuin
)

Answer 2

我认为您可以使用strcoll：

setlocale(LC_COLLATE, 'nl_BE.utf8');
$array = array('Borgloon','Thuin','Lennik','Éghezée','Aubel');
usort($array, 'strcoll'); 
print_r($array);

结果：

Array
(
    [0] => Aubel
    [1] => Borgloon
    [2] => Ã‰ghezÃ©e
    [3] => Lennik
    [4] => Thuin
)

您的系统上需要nl_BE.utf8区域设置：

fy@Heisenberg:~$ locale -a | grep nl_BE.utf8
nl_BE.utf8

如果您使用debian，可以使用 dpkg --reconfigure locales 添加区域设置。

Answer 3

此脚本应以自定义方式解析。我希望它有所帮助。注意mb_strtolower函数。您需要使用它确实使函数大小写不敏感。我没有使用strtolower函数的原因是它不适用于特殊字符。

<?php

function customSort($a, $b) {
    static $charOrder = array('a', 'b', 'c', 'd', 'e', 'é',
                              'f', 'g', 'h', 'i', 'j',
                              'k', 'l', 'm', 'n', 'o',
                              'p', 'q', 'r', 's', 't',
                              'u', 'v', 'w', 'x', 'y', 'z');

    $a = mb_strtolower($a);
    $b = mb_strtolower($b);

    for($i=0;$i<mb_strlen($a) && $i<mb_strlen($b);$i++) {
        $chA = mb_substr($a, $i, 1);
        $chB = mb_substr($b, $i, 1);
        $valA = array_search($chA, $charOrder);
        $valB = array_search($chB, $charOrder);
        if($valA == $valB) continue;
        if($valA > $valB) return 1;
        return -1;
    }

    if(mb_strlen($a) == mb_strlen($b)) return 0;
    if(mb_strlen($a) > mb_strlen($b))  return -1;
    return 1;

}
$array = array('Borgloon','Thuin','Lennik','Éghezée','Aubel');
usort($array, 'customSort');

编辑：抱歉。我在最后一段代码中犯了很多错误。现在已经过测试。

编辑{2}：具有多字节功能的所有内容。

Answer 4

我很想在排序之前循环遍历数组并转换为英文字符。 E.g。

<?php
  $array = array('Borgloon','Thuin','Lennik','Éghezée','Aubel');

  setlocale(LC_CTYPE, 'nl_BE.utf8');

  $newarray = array();
  foreach($array as $k => $v) {
    $newarray[$k] = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $v);
  }

  sort($newarray);
  print_r($newarray);
?>

在处理速度/资源方面可能不是最好的。但确实可以更容易理解代码。

修改

现在考虑一下，你可能会更好地使用某种查找表，如下所示：

<?php $accentedCharacters = array ( 'à', 'á', 'â', 'ã', 'ä', 'å', 'ç', 'è', 'é', 'ê', 'ë', 'ì', 'í', 'î', 'ï', 'ñ', 'ò', 'ó', 'ô', 'õ', 'ö', 'ø', 'ù', 'ú', 'û', 'ü', 'ý', 'ÿ', 'Š', 'Ž', 'š', 'ž', 'Ÿ', 'À', 'Á', 'Â', 'Ã', 'Ä', 'Å', 'Ç', 'È', 'É', 'Ê', 'Ë', 'Ì', 'Í', 'Î', 'Ï', 'Ñ', 'Ò', 'Ó', 'Ô', 'Õ', 'Ö', 'Ø', 'Ù', 'Ú', 'Û', 'Ü', 'Ý' ); $replacementCharacters = array ( 'a', 'a', 'a', 'a', 'a', 'a', 'c', 'e', 'e', 'e', 'e', 'i', 'i', 'i', 'i', 'n', 'o', 'o', 'o', 'o', 'o', 'o', 'u', 'u', 'u', 'u', 'y', 'y', 'S', 'Z', 's', 'z', 'Y', 'A', 'A', 'A', 'A', 'A', 'A', 'C', 'E', 'E', 'E', 'E', 'I', 'I', 'I', 'I', 'N', 'O', 'O', 'O', 'O', 'O', 'O', 'U', 'U', 'U', 'U', 'Y' ); $array = array('Borgloon','Thuin','Lennik','Éghezée','Aubel'); $newarray = array(); foreach($array as $k => $v) { $newarray[$k] = str_replace($accentedCharacters,$replacementCharacters,$v); } sort($newarray); print_r($newarray); ?>

Answer 5

至于strcoll我觉得这是一个好主意，但似乎不起作用：

<?php

// Some 
$strings = array('Alpha', 'Älpha', 'Bravo');
// make it German: A, Ä, B
setlocale(LC_COLLATE, 'de_DE.UTF8', 'de.UTF8', 'de_DE.UTF-8', 'de.UTF-8');
usort($strings, 'strcoll');
var_dump($strings);
// as you can see, Ä is last, so this didn't work

前段时间我写了一个UTF-8 to ASCII工具，将“älph＃bla”转换为“aelph-bla”。您可以使用它来“标准化”您的输入以使其可排序。它基本上是类似于@Nick所说的替代品。

你应该使用一个单独的数组进行排序，因为在usort（）回调中调用urlify（）会浪费大量资源。尝试

<?php
// data to sort
$array = array('Borgloon','Thuin','Lennik','Éghezée','Aubel');
// container for modified strings
$_array = array();
foreach ($array as $k => $v) {
    // "normalize" utf8 to ascii
    $_array[$k] = urlify($v);
}
// sort the ASCII stuff (while preserving indexes)
asort($_array);
foreach ($_array as $key => &$v) {
    // copy the original value of the ASCIIfied element
    $v = $array[$k];
}
var_dump($_array);

如果你有PHP5.3或编译的国际PECL，试试@ Thai的解决方案，看起来很可爱！

Answer 6

如果您想使用本机解决方案，那么我可以提出这个

function compare($a, $b)
{
        $alphabet = 'aąbcćdeęfghijklłmnnoóqprstuvwxyzźż'; // i used polish letters
        $a = mb_strtolower($a);
        $b = mb_strtolower($b);

        for ($i = 0; $i < mb_strlen($a); $i++) {
            if (mb_substr($a, $i, 1) == mb_substr($b, $i, 1)) {
                continue;
            }
            if ($i > mb_strlen($b)) {
                return 1;
            }
            if (mb_strpos($alphabet, mb_substr($a, $i, 1)) > mb_strpos($alphabet, mb_substr($b, $i, 1))) {
                return 1;
            } else {
                return -1;
            }
        }
}

usort($needed_array, 'compare');

不确定，这是最好的解决方案，但它适用于我=）

Answer 7

这里有很好的答案，但这对于大多数情况来说是一个死的简单解决方案。

function globalsort($array, $in = 'UTF-8', $out = 'ASCII//TRANSLIT//IGNORE')
{
    return usort($array, function ($a, $b) use ($in, $out) {
        $a = @iconv($in, $out, $a);
        $b = @iconv($in, $out, $b);
        return strnatcasecmp($a, $b);
    });
}

并像这样使用它：

globalsort($array);

如何在PHP中对UTF-8字符串数组进行排序？

7 个答案: