PHP中國(guó)際化的字符串排序和比較對(duì)象詳解

IOS開(kāi)發(fā) 2023-02-16 22:20:57

前言

在 PHP 中，國(guó)際化的功能非常豐富，包括很多我們可能都不知道的東西其實(shí)都非常有用，比如說(shuō)今天要介紹的這一系列的字符排序和比較的功能。

排序

正常來(lái)說(shuō)，如果我們對(duì)數(shù)組中的字符進(jìn)行排序，按照的是字符的 ASC2 表的順序進(jìn)行排列，如果是英文還好，但對(duì)于中文的話，排序出來(lái)的結(jié)果會(huì)是非常懵逼的。

$arr = ['我','是','硬','核','項(xiàng)', '目', '經(jīng)', '理'];
sort($arr);
var_dump( $arr );
// array(8) {
//     [0]=>
//     string(3) "我"
//     [1]=>
//     string(3) "是"
//     [2]=>
//     string(3) "核"
//     [3]=>
//     string(3) "理"
//     [4]=>
//     string(3) "目"
//     [5]=>
//     string(3) "硬"
//     [6]=>
//     string(3) "經(jīng)"
//     [7]=>
//     string(3) "項(xiàng)"
//   }

按照我們的習(xí)慣會(huì)以中文的拼音來(lái)對(duì)漢字進(jìn)行排序，這個(gè)時(shí)候往往大家都會(huì)選擇自己寫(xiě)排序的算法或者去找合適的 Composer 包。其實(shí)，PHP 中已經(jīng)為我們準(zhǔn)備了一個(gè)對(duì)象就是用來(lái)處理這類(lèi)問(wèn)題的。

$coll = new Collator( 'zh_CN' );

$coll->sort($arr);
var_dump( $arr );
// array(8) {
//     [0]=>
//     string(3) "核"
//     [1]=>
//     string(3) "經(jīng)"
//     [2]=>
//     string(3) "理"
//     [3]=>
//     string(3) "目"
//     [4]=>
//     string(3) "是"
//     [5]=>
//     string(3) "我"
//     [6]=>
//     string(3) "項(xiàng)"
//     [7]=>
//     string(3) "硬"
//   }

沒(méi)錯(cuò)，正是這個(gè) Collator 類(lèi)。它在實(shí)例化的時(shí)候需要指定當(dāng)前的區(qū)域，比如我們指定為 zh_CN ，也就是中文字符區(qū)域，這時(shí)候再使用它的 sort() 方法就可以完成對(duì)中文字符的拼音排序。

$coll->sort($arr, Collator::SORT_NUMERIC );
var_dump( $arr );
// array(8) {
//     [0]=>
//     string(3) "核"
//     [1]=>
//     string(3) "經(jīng)"
//     [2]=>
//     string(3) "理"
//     [3]=>
//     string(3) "目"
//     [4]=>
//     string(3) "是"
//     [5]=>
//     string(3) "我"
//     [6]=>
//     string(3) "項(xiàng)"
//     [7]=>
//     string(3) "硬"
//   }

$coll->sort($arr, Collator::SORT_STRING );
var_dump( $arr );
// array(8) {
//     [0]=>
//     string(3) "核"
//     [1]=>
//     string(3) "經(jīng)"
//     [2]=>
//     string(3) "理"
//     [3]=>
//     string(3) "目"
//     [4]=>
//     string(3) "是"
//     [5]=>
//     string(3) "我"
//     [6]=>
//     string(3) "項(xiàng)"
//     [7]=>
//     string(3) "硬"
//   }

Collator 對(duì)象的 sort() 方法還支持第二個(gè)參數(shù)，用于指定當(dāng)前的排序是按照字符還是數(shù)字格式進(jìn)行排序。對(duì)于純中文的內(nèi)容來(lái)說(shuō)，這個(gè)沒(méi)有什么區(qū)別。

除了 sort() 方法之外，它還有一個(gè) asort() 方法，就和普通的 asort() 函數(shù)一樣的功能，只不過(guò)它也是支持不同的區(qū)域語(yǔ)言的。

$arr = [
    'a' => '100',
    'b' => '7',
    'c' => '50'
];
$coll->asort($arr, Collator::SORT_NUMERIC );
var_dump( $arr );
// array(3) {
//     ["b"]=>
//     string(1) "7"
//     ["c"]=>
//     string(2) "50"
//     ["a"]=>
//     string(3) "100"
//   }

$coll->asort($arr, Collator::SORT_STRING );
var_dump( $arr );
// array(3) {
//     ["a"]=>
//     string(3) "100"
//     ["c"]=>
//     string(2) "50"
//     ["b"]=>
//     string(1) "7"
//   }

$arr = [
    '中' => '100',
    '的' => '7',
    '文' => '50'
];
$coll->asort($arr, Collator::SORT_NUMERIC );
var_dump( $arr );
// array (
//     '的' => '7',
//     '文' => '50',
//     '中' => '100',
//   )

$coll->asort($arr, Collator::SORT_STRING );
var_dump( $arr );
// array (
//     '中' => '100',
//     '文' => '50',
//     '的' => '7',
//   )

asrot() 方法是根據(jù)鍵和值一起進(jìn)行排序的，所以在這里指定 SORT_STRING 和 SORT_NUMERIC 就有明顯的效果了。我們可以看出，如果是根據(jù)數(shù)字排序，那么結(jié)果就是以數(shù)字內(nèi)容為準(zhǔn)的，如果是根據(jù)字符排序，那么結(jié)果就是以鍵值中的字符串部分為基礎(chǔ)進(jìn)行排序的。

不管是 sort() 還是 asrot() 本質(zhì)上都和普通的 PHP 默認(rèn)提供的 sort() 和 asrot() 函數(shù)一樣的。只是它們多了區(qū)域語(yǔ)言的功能而已。

另外，Collator 對(duì)象中還提供了一個(gè) sortWithSortKeys() 方法，這個(gè)是普通的 PHP 排序函數(shù)中沒(méi)有的。

$arr = ['我','是','硬','核','項(xiàng)', '目', '經(jīng)', '理'];
$coll->sortWithSortKeys($arr);
var_dump( $arr );
// array (
//     0 => '核',
//     1 => '經(jīng)',
//     2 => '理',
//     3 => '目',
//     4 => '是',
//     5 => '我',
//     6 => '項(xiàng)',
//     7 => '硬',
//   )

它與 sort() 方法是類(lèi)似的，但使用的是 ucol_getSortKey() 來(lái)生成的 ICU 排序鍵，在大型數(shù)組上的速度更快。

ICU 的全稱(chēng)是 International Components for Unicode ，也就是 Unicode 的國(guó)際化組件，它提供了翻譯相關(guān)的功能，也就是我們系統(tǒng)中以及各類(lèi)編程語(yǔ)言要實(shí)現(xiàn)國(guó)際化能力的基礎(chǔ)。

比較

接下來(lái)就是字符串的比較，比如說(shuō)我們都知道，"a" 是比 "A" 要大的，因?yàn)樵?ASC2 碼表中，"A" 是 65 ，"a" 是 97 。當(dāng)然，這只是默認(rèn)情況下的比較，在使用 Collator 對(duì)象的函數(shù)進(jìn)行比較時(shí)，則是根據(jù)字典庫(kù)中的排序索引進(jìn)行比較的，對(duì)于中文來(lái)說(shuō)，基本上就也是按照拼音的順序來(lái)比較了。

var_dump($coll->compare('Hello', 'hello')); // int(1)
var_dump($coll->compare('你好', '您好')); // int(-1)

compare() 方法就是用來(lái)進(jìn)行比較的，如果兩個(gè)字符串相等，返回的就是 0 ，如果第一個(gè)字符串大于第二個(gè)，返回的是 1 ，否則返回的是 -1 。從代碼中，我們可以看出 "Hello" 是大于 "hello" 的，"你好" 是小于 "您好" 的（因?yàn)?"您" 多了一個(gè) g ）。

屬性設(shè)置

Collator 對(duì)象中還可以設(shè)置一些對(duì)象的屬性。

$coll->setAttribute(Collator::CASE_FIRST, Collator::UPPER_FIRST);
var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(25)
var_dump($coll->compare('Hello', 'hello')); // int(-1)

$coll->setAttribute(Collator::CASE_FIRST, Collator::LOWER_FIRST);
var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(24)
var_dump($coll->compare('Hello', 'hello')); // int(1)

$coll->setAttribute(Collator::CASE_FIRST, Collator::OFF);
var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(16)
var_dump($coll->compare('Hello', 'hello')); // int(1)

這里我們是為對(duì)象指定 CASE_FIRST 屬性，屬性值可以指定大寫(xiě)優(yōu)先、小寫(xiě)優(yōu)先之類(lèi)的，對(duì)于英文字符來(lái)說(shuō)，這個(gè)可以影響排序以及對(duì)比的結(jié)果。

另外，我們還可以通過(guò)一個(gè)方法獲得當(dāng)前區(qū)域語(yǔ)言的信息。

var_dump($coll->getLocale(Locale::VALID_LOCALE)); // string(10) "zh_Hans_CN"
var_dump($coll->getLocale(Locale::ACTUAL_LOCALE)); // string(2) "zh"

這兩個(gè)參數(shù)分別是獲得有效的區(qū)域設(shè)置信息和實(shí)際的區(qū)域信息。

排序信息

當(dāng)然，我們也可以看到具體的排序信息，也就是字符在 Collator 中的編碼。

var_dump(bin2hex($coll->getSortKey('Hello'))); // string(20) "b6b0bebec4010901dc08"
var_dump(bin2hex($coll->getSortKey('hello'))); // string(18) "b6b0bebec401090109"
var_dump(bin2hex($coll->getSortKey('你好'))); // string(16) "7b9b657301060106"
var_dump(bin2hex($coll->getSortKey('您好'))); // string(16) "7c33657301060106"

$coll = collator_create( 'en_US' );

var_dump($coll->compare('Hello', 'hello')); // int(1)
var_dump($coll->compare('你好', '您好')); // int(-1)

var_dump($coll->getLocale(Locale::VALID_LOCALE)); // string(5) "en_US"
var_dump($coll->getLocale(Locale::ACTUAL_LOCALE)); // string(4) "root"

var_dump(bin2hex($coll->getSortKey('Hello'))); // string(20) "3832404046010901dc08"
var_dump(bin2hex($coll->getSortKey('hello'))); // string(18) "383240404601090109"
var_dump(bin2hex($coll->getSortKey('你好'))); // string(20) "fb0b8efb649401060106"
var_dump(bin2hex($coll->getSortKey('您好'))); // string(20) "fba5f8fb649401060106"

可以看出，不用同的區(qū)域語(yǔ)言獲取到的 getSortKey() 排序鍵信息是不同的，不過(guò)它們都是以 16進(jìn)制存儲(chǔ)的，這和默認(rèn)的 ASC2 碼完全不同了。

錯(cuò)誤信息

$coll = new Collator( 'en_US' );;
$coll->compare( 'y', 'k' ); 
var_dump($coll->getErrorCode()); // int(0)
var_dump($coll->getErrorMessage()); // string(12) "U_ZERO_ERROR"

使用 getErrorCode() 可以獲得錯(cuò)誤碼，使用 getErrorMessage() 可以獲得錯(cuò)誤信息。關(guān)于返回的這個(gè) U_ZERO_ERROR 并沒(méi)有查找到相關(guān)的資料，希望懂行的朋友可以回復(fù)說(shuō)明，大家一起學(xué)習(xí)。

排序規(guī)則強(qiáng)度

另外就是 Collator 對(duì)象就還有一個(gè)排序強(qiáng)度的設(shè)定，不過(guò)我測(cè)試的效果并沒(méi)有體現(xiàn)出來(lái)。

$arr  = array( 'a', 'à' ,'A');
$coll = new Collator( 'de_DE' );

$coll->sort($arr);
var_dump($coll->getStrength());
var_dump( $arr ); // int(2)
// array(3) {
//     [0]=>
//     string(1) "a"
//     [1]=>
//     string(1) "A"
//     [2]=>
//     string(2) "à"
//   }

$coll->setStrength(Collator::IDENTICAL);
var_dump($coll->getStrength()); // int(15)
$coll->sort($arr);
var_dump( $arr );

$coll->setStrength(Collator::QUATERNARY);
var_dump($coll->getStrength()); // int(3)
$coll->sort($arr);
var_dump( $arr );

$coll->setStrength(Collator::PRIMARY);
var_dump($coll->getStrength()); // int(0)
$coll->sort($arr );
var_dump( $arr );

$coll->setStrength(Collator::TERTIARY);
var_dump($coll->getStrength()); // int(2)
$coll->sort($arr );
var_dump( $arr );

$coll->setStrength(Collator::SECONDARY);
var_dump($coll->getStrength()); // int(1)
$coll->sort($arr );
var_dump( $arr );

在官方文檔的測(cè)試代碼的結(jié)果中，指定不同的參數(shù)會(huì)返回不同的排序順序，但我實(shí)際測(cè)試的結(jié)果卻全都是一樣的。所以這里就不做講解了，因?yàn)樽约阂矝](méi)搞明白為什么。大家了解一下即可，如果有清楚這方面知識(shí)的朋友也請(qǐng)留言回復(fù)一起學(xué)習(xí)哦！

總結(jié)

很有意思的一個(gè)對(duì)象吧，其實(shí)這個(gè)對(duì)象也是支持面向過(guò)程式的函數(shù)寫(xiě)法的，在示例代碼中也有使用面向過(guò)程的方式的調(diào)用的。總體來(lái)說(shuō)，按拼音排序和比較這兩個(gè)功能在實(shí)際的開(kāi)發(fā)中相信還是有不少用武之地的，大家可以嘗試看看哦！

測(cè)試代碼：

https://github.com/zhangyue0503/dev-blog/blob/master/php/202011/source/3.PHP中國(guó)際化的字符串比較對(duì)象.php

參考文檔：

https://www.php.net/manual/zh/class.collator.php

到此這篇關(guān)于PHP中國(guó)際化的字符串排序和比較對(duì)象的文章就介紹到這了,更多相關(guān)PHP國(guó)際化字符串比較對(duì)象內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

版權(quán)聲明：

本站所有文章和圖片均來(lái)自用戶(hù)分享和網(wǎng)絡(luò)收集，文章和圖片版權(quán)歸原作者及原出處所有，僅供學(xué)習(xí)與參考，請(qǐng)勿用于商業(yè)用途，如果損害了您的權(quán)利，請(qǐng)聯(lián)系網(wǎng)站客服處理。

上一篇 : PHP中多字節(jié)字符串操作實(shí)例詳解

下一篇 : PHP獲取文件屬性的最簡(jiǎn)單方法

加載中~

国产三级农村妇女在线,国产精品毛片a∨一区二区三区,国产乱子伦视频大全,国产精品色拉拉,国产欧美日韩一区二区三区,

互聯(lián)網(wǎng)

IDC新聞

云計(jì)算

自媒體

大數(shù)據(jù)

5G

運(yùn)營(yíng)推廣

網(wǎng)站運(yùn)營(yíng)

電商運(yùn)營(yíng)

社群運(yùn)營(yíng)

新媒體運(yùn)營(yíng)

Win10

Win11

Win7

蘋(píng)果MAC

U盤(pán)教程

Win2003

數(shù)碼硬件

生活家電

智慧家

PHP中國(guó)際化的字符串排序和比較對(duì)象詳解

目錄

前言

排序

比較

屬性設(shè)置

排序信息

錯(cuò)誤信息

排序規(guī)則強(qiáng)度

總結(jié)

TAg

熱門(mén)文章

最近發(fā)表

標(biāo)簽列表