Класс Collator

Введение

Производит сравнение строк с поддержкой порядка сортировки специфичного для локали.

Обзор классов

Предопределенные константы

Collator::FRENCH_COLLATION (int)

Сортировка строк с акцентами с конца строки. Этот аттрибут автоматически проставляется в On для французской и некоторых других локалей. Обычно пользователям нет необходимости специально задавать этот параметр. Есть некоторая просадка производительности если этот параметр установлен как On, но никак не влияет на длину ключа сортировки. Возможные значения:

• Collator::ON
• Collator::OFF(по умолчанию)
• Collator::DEFAULT_VALUE

Пример #1 Правила FRENCH_COLLATION

• F=OFF cote < coté < côte < côté
• F=ON cote < côte < coté < côté

Collator::ALTERNATE_HANDLING (int)

Аттрибут "Alternate" используется для контроля обработки так называемых "переменных символов" в UCA: пробельные символы, знаки пунктуации и символы. Если "Alternate" установлен как NonIgnorable (N), то различия в этих символах будут считаться такими же значимыми, как и различия между буквами. Если "Alternate" установлен как Shifted (S), то эти символы будут иметь низкую значимость. Значение Shifted зачастую используется в комбинации с Strength установленным в "Quaternary". В таких случаях подобные символы будут учитываться при сортировке, но только если все остальные аспекты строк (буквы, акценты, регист) идентичны. Если "Alternate" не установлен как "Shifted", то разницы между "Strength" равным 3 и 4 не будет. Более подробно и с примерами читайте в разделе "Variable_Weighting" на сайте » UCA. Причина, по которой значения для "Alternate" не используются просто On в Off в том, что в будущем могут быть добавлены дополнительные варианты. Опция UCA "Blanked" выражается с помощью "Strength" установленного в и "Alternate" установленного в "Shifted". Для большинства локалей этот параметр по умолчанию равен "NonIgnorable". Если задано "Shifted", то обработка может быть медленнее в случае если у вас много строк, отличающихся только пунктуацией. Длина ключа сортировки не затрагивается только если также не увеличивался уровень "Strength".

Возможные значения:

• Collator::NON_IGNORABLE(по умолчанию)
• Collator::SHIFTED
• Collator::DEFAULT_VALUE

Пример #2 ALTERNATE_HANDLING rules

• S=3, A=N di Silva < Di Silva < diSilva < U.S.A. < USA
• S=3, A=S di Silva = diSilva < Di Silva < U.S.A. = USA
• S=4, A=S di Silva < diSilva < Di Silva < U.S.A. < USA

Collator::CASE_FIRST (int)

Аттрибут "Case_First" используется для определения порядка сортировки в зависимости от регистра символов при отсутствии других различий в строках. Возможные значения: Uppercase_First(U), Lowercase_First (L), Default и Off. Между "Off" и "Lowercase_First" практически нет разницы, так что пользователи обычно не используют "Lowercase_First", а только Off или Uppercase_First. (Те, кому действительно интересна разница между X и L могут обратиться к Настройке Collation). Задание L или U не сказывается на скорости сравнения, но влияет на длину ключа сортировки.

Возможные значения:

• Collator::OFF(по умолчанию)
• Collator::LOWER_FIRST
• Collator::UPPER_FIRST
• Collator:DEFAULT

Пример #3 Правила CASE_FIRST

• C=X or C=L "china" < "China" < "denmark" < "Denmark"
• C=U "China" < "china" < "Denmark" < "denmark"

Collator::CASE_LEVEL (int)

Аттрибут "Case_Level" используется, когда акценты не важны, а регист важен. В таких случаях установите "Strength" в значение Primary, и "Case_Level" в On. В большинстве локалей по умолчанию задано значение "Off". Оказывает незначительное влияние на скорость сравнения и длину ключа сортировки если установлено как On.

Возможные значения:

• Collator::OFF(по умолчанию)
• Collator::ON
• Collator::DEFAULT_VALUE

Пример #4 CASE_LEVEL rules

• S=1, E=X role = Role = rôle
• S=1, E=O role = rôle < Role

Collator::NORMALIZATION_MODE (int)

Настройка "Normalization" определяет, будет ли текст тщательно нормализован в сравнении или нет. Даже если данная настройка отключена (по умолчанию для многих локалей), текст в общем случае будет сравниваться корректно (подробности в UTN #5). Проблемы могут быть только с отметками акцентов расположенными в неканоничном порядке. Если установлено как On, то будет гарантирован наилучший результат для всех возможных вариантов текста. Однако, если установлено как On - это скажется на скорости сравнения, в зависимости от количества последовательностей, который необходимо нормализовать. Какого-либо заметного влияния на длину ключа сортировки оказано не будет. Если заранее известно, что текст уже нормализован как NFD или NFKD, необходимости в использовании этой настройки нет.

Возможные значения:

• Collator::OFF(по умолчанию)
• Collator::ON
• Collator::DEFAULT_VALUE

Collator::STRENGTH (int)

ICU Collation Service поддерживает множество уровней сравнения (они называются "Levels", но также известны как "Strengths"). Использование этих настроек позволяет ICU сортировать строки точно в соответствии с правилами локали. Однако, разрешая выборочное использование этих уровней, поиск строки в тексте можно производить с использованием различных условий. Больше информации описано в главе посвященной collator_set_strength().

Возможные значения:

• Collator::PRIMARY
• Collator::SECONDARY
• Collator::TERTIARY(по умолчанию)
• Collator::QUATERNARY
• Collator::IDENTICAL
• Collator::DEFAULT_VALUE

Collator::HIRAGANA_QUATERNARY_MODE (int)

Совместимость с JIS x 4061 требует введения дополнительного уровня для выделения символов Hiragana и Katakana. Если требуется совместимость со стандартом, то данный аттрибут необходимо задать как On, а "Strength" как "Quaternary". Это скажется на длине ключа сортировки и скорости сравнения.

Возможные значения:

• Collator::OFF(по умолчанию)
• Collator::ON
• Collator::DEFAULT_VALUE

Collator::NUMERIC_COLLATION (int)

Если включен, этот аттрибут генерирует ключ сравнения для числового значения подстроки состоящей из цифр. Это позволяет при сортировке помещать '100' после '2'.

Возможные значения:

• Collator::OFF(по умолчанию)
• Collator::ON
• Collator::DEFAULT_VALUE

Collator::DEFAULT_VALUE (int)

Collator::PRIMARY (int)

Collator::SECONDARY (int)

Collator::TERTIARY (int)

Collator::DEFAULT_STRENGTH (int)

Collator::QUATERNARY (int)

Collator::IDENTICAL (int)

Collator::OFF (int)

Collator::ON (int)

Collator::SHIFTED (int)

Collator::NON_IGNORABLE (int)

Collator::LOWER_FIRST (int)

Collator::UPPER_FIRST (int)