在ror中对utf-8字符串进行排序

http://github.com/grosser/sort_alphabetical

这个宝石应该有用。它补充说 sort_alphabetical 和 sort_alphabetical_by 方法可枚举。

基于字符字节值的Ruby Peforms字符串比较:

%w[à a e].sort
# => ["a", "e", "à"]

要根据区域设置正确地排序字符串,请 ffi-icu 宝石可用于:

require "ffi-icu"

ICU::Collation.collate("it_IT", %w[à a e])
# => ["a", "à", "e"]

ICU::Collation.collate("de", %w[a s x ß])
# => ["a", "s", "ß", "x"]

作为替代方案:

collator = ICU::Collation::Collator.new("it_IT")
%w[à a e].sort { |a, b| collator.compare(a, b) }
# => %w[a à e]

更新 测试字符串应如何根据ICU项目提供的区域设置规则进行排序 this nice tool .

到目前为止,我找到的唯一解决方案是 ActiveSupport::Inflector.transliterate(string) 要用ASCII字符替换Unicode字符并排序:

Country.all.sort_by do |country|
  ActiveSupport::Inflector.transliterate country.name
end

现在唯一的问题是,这等于“A”(DIN5007-1)的“_”和“A”(DIN5007-1),而我最终以“阿尔巴尼亚”之前的“_ Gypten”结束,而我希望它是相反的。谢天谢地,对于如何替换字符,音译是可配置的。

见文件: http://api.rubyonrails.org/classes/ActiveSupport/Inflector.html#method-i-transliterate

有两种方法。您可能需要将UTF字符串转换为十六进制字符串,然后对它们进行排序:

s.split(//).collect { |x| x.unpack('U').to_s }.join

或者可以使用库ICONV。阅读并酌情使用(来自Dzone):

#add this to environment.rb
#call to_iso on any UTF8 string to get a ISO string back
#example : "Cédez le passage aux français".to_iso

class String
  require 'iconv' #this line is not needed in rails !
  def to_iso
    Iconv.conv('ISO-8859-1', 'utf-8', self)
  end
end

到目前为止,我找到的唯一可行的解决方案(至少对于Ruby1.8,因为Ruby1.9应该更好地处理Unicode)是 Unicode by Yoshida Masato . 您可以在那里找到unicode.strcmp方法。

编辑: 抱歉,这个解决方案使用了NFD分解及其所有限制。

你想做的是一个非常混乱的提议。没有办法对所有Unicode字符进行透明的音译,因为有向图的含义会随着语言环境的变化而变化,字符串也会变得越来越大(如果说用YR语音等价物替换10个中文符号)。别去那儿。

你为什么要把音译的名字放在第一位?对于URL?浏览器现在可以很好地处理unicode URL,所以你在凭空创造一个巨大的问题。如果您需要ID,请预处理您的列表以包括每个国家的稳定数字ID,并将其用作标识符。或者将国家的英文名称另存为Identifier(您可以免费下载支持地区的ISO国家列表)。

如果您真的想要Unicode的好的音译(在本例中这不是您想要的),请参阅IBMICU库,它们有一个休眠的gem。

您是否尝试访问 mb_chars 每个国家字符串的方法? 姆斯查尔斯 是ActiveSupport添加的代理,它定义所有 String 方法。如果比较器支持Unicode,那么排序应该可以正常工作。

• mb_chars documentation