为什么 string.Compare 处理重音字符的方式似乎不一致？

Question

如果我执行以下语句：

string.Compare("mun", "mün", true, CultureInfo.InvariantCulture)

结果是'-1'，表明'mun'的数值比'mün'低。

但是，如果我执行此语句：

string.Compare("Muntelier, Schweiz", "München, Deutschland", true, CultureInfo.InvariantCulture)

我得到“1”，表明“Muntelier，Schewiz”应该放在最后。

这是比较中的错误吗？或者，更有可能的是，在对包含重音的字符串进行排序时，我是否应该考虑一条规则？

---

这是一个问题的原因是，我正在对列表进行排序，然后执行手动二进制过滤器，这意味着每个字符串都以 ' 开头xxx'。

以前我使用的是 Linq 'Where' 方法，但现在我必须使用另一个人编写的这个自定义函数，因为他说它性能更好。

但自定义函数似乎没有考虑.NET 的任何“unicode”规则。因此，如果我告诉它按“mün”进行过滤，即使列表中存在以“mun”开头的项目，它也找不到任何项目。

这似乎是因为重音字符的顺序不一致，具体取决于重音字符后面的字符。

---

好的，我想我已经解决了这个问题。

在过滤器之前，我根据每个字符串的前 n 个字母进行排序，其中 n 是搜索字符串的长度。

Answer 1

有一种打破平局的算法，请参阅 http://unicode.org/reports/tr10/

为了解决复杂性
语言敏感排序，
多级比较算法是
受雇。在比较两个词时，对于
例如，最重要的特征是
基本字符：例如
A和B之间的区别。
口音差异通常是
忽略，如果有任何差异
在基本字母中。大小写差异
（大写与小写），是
通常会被忽略，如果有的话
基础或重音的差异。
标点符号是可变的。在一些
标点符号的情况
被视为基本角色。在
其他情况，应忽略
是否有任何碱基、重音或大小写
差异。还可能有一个
最终的决胜局级别，如果
没有其他差异
在字符串中，（标准化）代码
使用点顺序。

因此，“Munt...”和“Münc...”按字母顺序不同，并根据“t”和“c”排序。

然而，“mun”和“mün”按字母顺序相同（“u”相当于失传语言中的“ü”），因此比较字符代码

Answer 2

看起来重音字符仅在某种“抢七”情况下使用 - 换句话说，如果字符串在其他方面相等。

下面是一些示例代码来演示：（

using System;
using System.Globalization;

class Test
{
    static void Main()
    {
        Compare("mun", "mün");
        Compare("muna", "münb");
        Compare("munb", "müna");
    }

    static void Compare(string x, string y)
    {
        int result = string.Compare(x, y, true, 
                                   CultureInfo.InvariantCulture));

        Console.WriteLine("{0}; {1}; {2}", x, y, result);
    }
}

我也尝试在“n”后面添加一个空格，看看它是否是在单词边界上完成的 - 事实并非如此。）

结果：

mun; mün; -1
muna; münb; -1
munb; müna; 1

我怀疑这对于各种复杂的 Unicode 来说都是正确的规则 - 但我对它们了解不够。

至于是否需要考虑到这一点……我不希望如此。你在做什么，被这个抛出了？

Answer 3

据我了解，这仍然有些一致。使用 CultureInfo.InvariantCulture 进行比较时，变音字符 ü 被视为非重音字符 u。

由于第一个示例中的字符串显然不相等，因此结果不会是 0 而是 -1 （这似乎是默认值）。在第二个示例中，Muntelier 排在最后，因为在字母表中 t 位于 c 之后。

我在 MSDN 中找不到任何明确的文档来解释这些规则，但我发现了这一点

string.Compare("mun", "mün", CultureInfo.InvariantCulture,  
    CompareOptions.StringSort);

并

string.Compare("Muntelier, Schweiz", "München, Deutschland", 
    CultureInfo.InvariantCulture, CompareOptions.StringSort);

给出了所需的结果。

无论如何，我认为您最好根据特定的文化进行排序，例如当前用户的文化（如果可能）。