delphi - 如何比较包含非英语字符的unicode字符串以字母顺序排序？

Question

我正在尝试根据其中包含非英语字符的unicode字符串值对数组/列表/任何数据进行排序，我希望它们按字母顺序正确排序。

我写了很多代码（D2010，赢得XP），我认为这对于将来的国际化来说是非常可靠的，但事实并非如此。它全部使用unicodestring（string）数据类型，到目前为止，我只是将英文字符放入unicode字符串中。

看来我必须承担一个非常严重的unicode错误。我与我的德国朋友交谈，并尝试了一些德国的ß（ß是'ss'，应该在S之后，在字母T之前）和ö's等（请注意变音符号），我的排序算法都不再起作用。结果非常复杂。垃圾。

从那时起，我一直在广泛阅读并学到许多与unicode整理有关的不愉快的事情。事情看起来很严峻，比我预想的要糟糕得多，我已经把事情搞砸了。我希望我错过了一些东西，但事情实际上并没有现在出现的那么严峻。我一直在修补Windows API调用（RtlCompareUnicodeString），但没有成功（保护错误），我无法使其正常工作。我了解到的API调用问题是，它们在各种较新的Windows平台上都会发生变化，并且随着delphi即将跨平台使用，后来在linux下，我的应用程序是客户端服务器，因此我需要担心这一点，但是情况是什么是（不好）我将不胜感激任何前进的进展，即特定于Win API。

是否使用Win API函数RtlCompareUnicodeString来解决问题？如果是这样的话，我真的应该再试一次，但是与Unicode排序规则有关的所有问题让我感到吃惊，无论如何我还是不清楚我应该做些什么来比较这些字符串。

我了解了IBM ICU c ++开源项目，尽管有旧版本的ICU，也有一个delphi包装器。似乎是一个非常全面的解决方案，与平台无关。当然可以，我不能为此目的创建一个delphi包装器（或更新现有的包装器），以获得针对Unicode排序规则的良好解决方案？

我很高兴听到两个方面的建议：

A）Windows特定的非便携式解决方案，此刻我会很高兴，忘记了客户端服务器的后果！
B）一种更可移植的解决方案，不受unicode api函数的各种XP / vista / win7变体的影响，因此使我在XE2 mac支持和将来的linux支持方面处于有利地位，更不用说客户端服务器的复杂性了。

顺便说一句，我真的不想做“解决方案”解决方案，在比较之前扫描字符串并替换某些我已经读过的棘手字符等。我在上面给出了德语示例，这只是一个例子，我想让它适用于所有（或至少大多数，远东，俄语）语言，我不想针对一两种特定语言进行解决。我也不需要有关排序算法的任何建议，它们很好，只是字符串比较位是错误的。

我希望我想念/做一些愚蠢的事情，这一切看起来都很头疼。

谢谢。



编辑，Rudy，这是我尝试调用RtlCompareUnicodeString的方式。很抱歉耽搁，我在这里度过了可怕的时光。

program Project26

{$APPTYPE CONSOLE}

uses
  SysUtils;


var
  a,b:ansistring;

  k,l:string;
  x,y:widestring;
  r:integer;

procedure RtlInitUnicodeString(
  DestinationString:pstring;
  SourceString:pwidechar) stdcall; external 'NTDLL';

function RtlCompareUnicodeString(
  String1:pstring;
  String2:pstring;
  CaseInSensitive:boolean
  ):integer stdcall; external 'NTDLL';


begin

  x:='wef';
  y:='fsd';

  RtlInitUnicodeString(@k, pwidechar(x));
  RtlInitUnicodeString(@l, pwidechar(y));

  r:=RtlCompareUnicodeString(@k,@l,false);

  writeln(r);
  readln;

end.

我意识到这很可能是错误的，我不习惯直接调用api函数，这是我的最佳猜测。

关于您的StringCompareEx api函数。看起来确实不错，但是只能在Vista +上使用，我使用的是XP。 StringCompare在XP上，但是不是Unicode！

回顾一下，进行的基本任务是比较两个字符串，并根据当前Windows区域设置中指定的字符排序顺序进行比较。

谁能肯定地说ansicomparetext是否应该这样做？它对我不起作用，但是其他人说应该这样做，而我读过的其他内容也建议这样做。

这是在德语语言环境中使用AnsiCompareText时使用31个测试字符串得到的结果（以空格分隔-没有字符串包含空格）：-


arßAsßasßaßsnonöööönooöööoöoöoööppöss SSßaßßbßsßSßa
Sßbßßssss SSSSßßsssßßSSßßßzßzßz zzz




编辑2。

我仍然很想听听我是否应该期望AnsiCompareText使用语言环境信息来工作，就像lkessler所说的那样，而且lkessler之前也已经发布过有关这些主题的文章，并且似乎以前也已经过过。

但是，根据Rudy的建议，我还检查了CompareStringW-它与 CompareString共享相同的文档，因此它不是非Unicode的，正如我之前所说的。

即使AnsiCompareText不起作用，尽管我认为应该起作用，但win32api函数CompareStringW确实应该起作用。现在，我已经定义了我的API函数，可以调用它，并且得到一个结果，并且没有错误……但是无论输入字符串如何，我每次都得到相同的结果！每次返回1-表示小于。这是我的代码

var
  k,l:string;

function CompareStringW(
  Locale:integer;
  dwCmpFlags:longword;
  lpString1:pstring;
  cchCount1:integer;
  lpString2:pstring;
  cchCount2:integer
  ):integer stdcall; external 'Kernel32.dll';

begin;

  k:='zzz';
  l:='xxx';

  writeln(length(k));
  r:=comparestringw(LOCALE_USER_DEFAULT,0,@k,3,@l,3);

  writeln(r); // result is 1=less than, 2=equal, 3=greater than
  readln;

end;

经历了很多痛苦之后，我觉得自己现在到了某个地方。很高兴了解AnsiCompareText，以及上面的CompareStringW api调用在做什么方面的问题。谢谢。



编辑3

首先，我自己修复了对CompareStringW的api调用，当我应该执行PString（mystring）时，我传入了@mystring。现在一切正常。

r:=comparestringw(LOCALE_USER_DEFAULT,0,pstring(k),-1,pstring(l),-1);

现在，您可以想象当我仍然获得与刚开始时一样的排序结果时，我会多么沮丧...


arßasßaßsAsßnonöönööööööoööoööppöss SSßaßßbßsßSßa
Sßbßßssss SSSSßßsssßßSSßßßzßzßz zzz


您还可以想象，当我意识到排序顺序是正确的，并且刚开始时是正确的时，我的极端沮丧就不用提同时喜悦了！这么说让我感到不舒服，但一开始从来没有任何问题-这完全归功于我缺乏德语知识。我认为排序是错误的，因为您可以看到上面的字符串以S开头，然后又以ß开头，然后又是s并返回到ß等。好吧，我不会说德语，但是我仍然可以清楚地看到它们的排序不正确-我的德国朋友告诉我ß在S之后，在T之前……我错了！发生的是，字符串函数（AnsiCompareText和winapi CompareTextW）正在用“ ss”替换每个“ß”，并用一个普通的“ o”替换每个“ö” ...因此，如果我将这些结果放在上面并进行搜索并按说明更换我得到...


rs as SS no SS SS SS SS s s s s SS SS SS
sss sss sssb sss ssss SSSS sssss sssss SSssss ssz sszss z zzz


对我来说看起来很正确！而且一直如此。

我非常感谢您提供的所有建议，也非常抱歉浪费您这样的时间。那些德语ß让我感到困惑，内置的delphi函数或其他任何功能都没有错。看起来就像那里。我在测试数据中将它们与普通的's'组合在一起时犯了一个错误，任何其他字母都不会造成这种未排序的错觉！弯曲的ß使我看起来很傻！ ！

Rudy和lkessler我们都特别乐于助人，无论如何，我必须接受lkessler的回答是最正确的，对不起Rudy。

Answer 1

如果要在任何语言环境中使用完全相同的排序，请尝试使用CompareStr区分大小写，或CompareText区分大小写。

如果希望排序特定于用户的语言环境，请使用AnsiCompareStr区分大小写，或AnsiCompareText区分大小写。

有关更多信息，请参见：How can I get TStringList to sort differently in Delphi。