internationalization - ICU 的整理器假设 "a"和 "ą"是相同的

Question

我正在使用立陶宛语 ( lt_LT) 语言的 ICU。该语言的字母表如下:a ą b c č d e ę ė <...> v z ž

但是，在排序时，ICU 的整理器假定，例如，a和 ą (a 与 ogonek)是等价的，因此立陶宛语单词列表按如下方式排序:

a, ą, ab, aba, abadas, <...>, b, ba, <...>`

当预期结果是:

a, ab, aba, abadas, <...>, ą, <...>, b, ba, <...>

其他“重音”字母( e - ę - ė , z - ž 等)也是如此

更具体的测试用例:运行 source/samples/coll/coll -locale lt_LT -source ą -target aa决定source is less than target当情况并非如此时(如果需要，请参阅 coll.cpp)。

这种行为是预期的吗？这是错误还是功能？如果是这样，我该如何防止 ICU 的整理器将“相似”字母对齐在一起？

Answer 1

这些字母在 CLDR 剪裁中被列为次要差异，因此它们将排序 like so .如果这是错误的，请将其提交至 CLDR ，不是 ICU 问题。 Mimer同意。