php教程分享

  1. php教程首页
  2. php应用

PHP中国际化的字符串排序和比较对象详解

•php应用•阅读 290

这篇文章主要给大家介绍了关于PHP中国际化字符串排序和比较对象的相关资料,这在日常开发中经常会用到,本文通过示例代码介绍的非常详细,需要的朋友可以参考下

前言：

在 PHP 中，国际化的功能非常丰富，包括很多我们可能都不知道的东西其实都非常有用，比如说今天要介绍的这一系列的字符排序和比较的功能。

排序：

正常来说，如果我们对数组中的字符进行排序，按照的是字符的 ASC2 表的顺序进行排列，如果是英文还好，但对于中文的话，排序出来的结果会是非常懵逼的。

  1. $arr = ['我','是','硬','核','项', '目', '经', '理'];
  2. sort($arr);
  3. var_dump( $arr );
  4. // array(8) {
  5. // [0]=>
  6. // string(3) "我"
  7. // [1]=>
  8. // string(3) "是"
  9. // [2]=>
  10. // string(3) "核"
  11. // [3]=>
  12. // string(3) "理"
  13. // [4]=>
  14. // string(3) "目"
  15. // [5]=>
  16. // string(3) "硬"
  17. // [6]=>
  18. // string(3) "经"
  19. // [7]=>
  20. // string(3) "项"
  21. // }

按照我们的习惯会以中文的拼音来对汉字进行排序，这个时候往往大家都会选择自己写排序的算法或者去找合适的 Composer 包，其实，PHP 中已经为我们准备了一个对象就是用来处理这类问题的。

  1. $coll = new Collator( 'zh_CN' );
  2. $coll->sort($arr);
  3. var_dump( $arr );
  4. // array(8) {
  5. // [0]=>
  6. // string(3) "核"
  7. // [1]=>
  8. // string(3) "经"
  9. // [2]=>
  10. // string(3) "理"
  11. // [3]=>
  12. // string(3) "目"
  13. // [4]=>
  14. // string(3) "是"
  15. // [5]=>
  16. // string(3) "我"
  17. // [6]=>
  18. // string(3) "项"
  19. // [7]=>
  20. // string(3) "硬"
  21. // }

没错，正是这个 Collator 类，它在实例化的时候需要指定当前的区域，比如我们指定为 zh_CN ，也就是中文字符区域，这时候再使用它的 sort() 方法就可以完成对中文字符的拼音排序。

  1. $coll->sort($arr, Collator::SORT_NUMERIC );
  2. var_dump( $arr );
  3. // array(8) {
  4. // [0]=>
  5. // string(3) "核"
  6. // [1]=>
  7. // string(3) "经"
  8. // [2]=>
  9. // string(3) "理"
  10. // [3]=>
  11. // string(3) "目"
  12. // [4]=>
  13. // string(3) "是"
  14. // [5]=>
  15. // string(3) "我"
  16. // [6]=>
  17. // string(3) "项"
  18. // [7]=>
  19. // string(3) "硬"
  20. // }
  21. $coll->sort($arr, Collator::SORT_STRING );
  22. var_dump( $arr );
  23. // array(8) {
  24. // [0]=>
  25. // string(3) "核"
  26. // [1]=>
  27. // string(3) "经"
  28. // [2]=>
  29. // string(3) "理"
  30. // [3]=>
  31. // string(3) "目"
  32. // [4]=>
  33. // string(3) "是"
  34. // [5]=>
  35. // string(3) "我"
  36. // [6]=>
  37. // string(3) "项"
  38. // [7]=>
  39. // string(3) "硬"
  40. // }

Collator 对象的 sort() 方法还支持第二个参数，用于指定当前的排序是按照字符还是数字格式进行排序。对于纯中文的内容来说，这个没有什么区别。

除了 sort() 方法之外，它还有一个 asort() 方法，就和普通的 asort() 函数一样的功能，只不过它也是支持不同的区域语言的。

  1. $arr = [
  2. 'a' => '100',
  3. 'b' => '7',
  4. 'c' => '50'
  5. ];
  6. $coll->asort($arr, Collator::SORT_NUMERIC );
  7. var_dump( $arr );
  8. // array(3) {
  9. // ["b"]=>
  10. // string(1) "7"
  11. // ["c"]=>
  12. // string(2) "50"
  13. // ["a"]=>
  14. // string(3) "100"
  15. // }
  16. $coll->asort($arr, Collator::SORT_STRING );
  17. var_dump( $arr );
  18. // array(3) {
  19. // ["a"]=>
  20. // string(3) "100"
  21. // ["c"]=>
  22. // string(2) "50"
  23. // ["b"]=>
  24. // string(1) "7"
  25. // }
  26. $arr = [
  27. '中' => '100',
  28. '的' => '7',
  29. '文' => '50'
  30. ];
  31. $coll->asort($arr, Collator::SORT_NUMERIC );
  32. var_dump( $arr );
  33. // array (
  34. // '的' => '7',
  35. // '文' => '50',
  36. // '中' => '100',
  37. // )
  38. $coll->asort($arr, Collator::SORT_STRING );
  39. var_dump( $arr );
  40. // array (
  41. // '中' => '100',
  42. // '文' => '50',
  43. // '的' => '7',
  44. // )

asrot() 方法是根据键和值一起进行排序的，所以在这里指定 SORT_STRING 和 SORT_NUMERIC 就有明显的效果了。我们可以看出，如果是根据数字排序，那么结果就是以数字内容为准的，如果是根据字符排序，那么结果就是以键值中的字符串部分为基础进行排序的。

不管是 sort() 还是 asrot() 本质上都和普通的 PHP 默认提供的 sort() 和 asrot() 函数一样的。只是它们多了区域语言的功能而已。

另外，Collator 对象中还提供了一个 sortWithSortKeys() 方法，这个是普通的 PHP 排序函数中没有的。

  1. ,'硬','核','项', '目', '经', '理'];
  2. $coll->sortWithSortKeys($arr);
  3. var_dump( $arr );
  4. // array (
  5. // 0 => '核',
  6. // 1 => '经',
  7. // 2 => '理',
  8. // 3 => '目',
  9. // 4 => '是',
  10. // 5 => '我',
  11. // 6 => '项',
  12. // 7 => '硬',
  13. // )

它与 sort() 方法是类似的，但使用的是 ucol_getSortKey() 来生成的 ICU 排序键，在大型数组上的速度更快。

ICU 的全称是 International Components for Unicode ，也就是 Unicode 的国际化组件，它提供了翻译相关的功能，也就是我们系统中以及各类编程语言要实现国际化能力的基础。

比较

接下来就是字符串的比较，比如说我们都知道，"a" 是比 "A" 要大的，因为在 ASC2 码表中，"A" 是 65 ，"a" 是 97 。当然，这只是默认情况下的比较，在使用 Collator 对象的函数进行比较时，则是根据字典库中的排序索引进行比较的，对于中文来说，基本上就也是按照拼音的顺序来比较了。

var_dump($coll->compare('Hello', 'hello')); // int(1)

var_dump($coll->compare('你好', '您好')); // int(-1)

compare() 方法就是用来进行比较的，如果两个字符串相等，返回的就是 0 ，如果第一个字符串大于第二个，返回的是 1 ，否则返回的是 -1 。从代码中，我们可以看出 "Hello" 是大于 "hello" 的，"你好" 是小于 "您好" 的（ 因为 "您" 多了一个 g ）。

属性设置

Collator 对象中还可以设置一些对象的属性。

  1. $coll->setAttribute(Collator::CASE_FIRST, Collator::UPPER_FIRST);
  2. var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(25)
  3. var_dump($coll->compare('Hello', 'hello')); // int(-1)
  4. $coll->setAttribute(Collator::CASE_FIRST, Collator::LOWER_FIRST);
  5. var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(24)
  6. var_dump($coll->compare('Hello', 'hello')); // int(1)
  7. $coll->setAttribute(Collator::CASE_FIRST, Collator::OFF);
  8. var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(16)
  9. var_dump($coll->compare('Hello', 'hello')); // int(1)

这里我们是为对象指定 CASE_FIRST 属性，属性值可以指定 大写优先、小写优先 之类的，对于英文字符来说，这个可以影响排序以及对比的结果。

另外，我们还可以通过一个方法获得当前区域语言的信息。

  1. var_dump($coll->getLocale(Locale::VALID_LOCALE)); // string(10) "zh_Hans_CN"
  2. var_dump($coll->getLocale(Locale::ACTUAL_LOCALE)); // string(2) "zh"

这两个参数分别是获得有效的区域设置信息和实际的区域信息。

排序信息

当然，我们也可以看到具体的排序信息，也就是字符在 Collator 中的编码。

  1. var_dump(bin2hex($coll->getSortKey('Hello'))); // string(20) "b6b0bebec4010901dc08"
  2. var_dump(bin2hex($coll->getSortKey('hello'))); // string(18) "b6b0bebec401090109"
  3. var_dump(bin2hex($coll->getSortKey('你好'))); // string(16) "7b9b657301060106"
  4. var_dump(bin2hex($coll->getSortKey('您好'))); // string(16) "7c33657301060106"
  5. $coll = collator_create( 'en_US' );
  6. var_dump($coll->compare('Hello', 'hello')); // int(1)
  7. var_dump($coll->compare('你好', '您好')); // int(-1)
  8. var_dump($coll->getLocale(Locale::VALID_LOCALE)); // string(5) "en_US"
  9. var_dump($coll->getLocale(Locale::ACTUAL_LOCALE)); // string(4) "root"
  10. var_dump(bin2hex($coll->getSortKey('Hello'))); // string(20) "3832404046010901dc08"
  11. var_dump(bin2hex($coll->getSortKey('hello'))); // string(18) "383240404601090109"
  12. var_dump(bin2hex($coll->getSortKey('你好'))); // string(20) "fb0b8efb649401060106"
  13. var_dump(bin2hex($coll->getSortKey('您好'))); // string(20) "fba5f8fb649401060106"

可以看出，不用同的区域语言获取到的 getSortKey() 排序键信息是不同的，不过它们都是以 16进制 存储的，这和默认的 ASC2 码完全不同了。

错误信息

  1. $coll = new Collator( 'en_US' );;
  2. $coll->compare( 'y', 'k' );
  3. var_dump($coll->getErrorCode()); // int(0)
  4. var_dump($coll->getErrorMessage()); // string(12) "U_ZERO_ERROR"

使用 getErrorCode() 可以获得错误码，使用 getErrorMessage() 可以获得错误信息。关于返回的这个 U_ZERO_ERROR 并没有查找到相关的资料，希望懂行的朋友可以回复说明，大家一起学习。

排序规则强度

另外就是 Collator 对象就还有一个排序强度的设定，不过我测试的效果并没有体现出来。

  1. $arr = array( 'a', 'à' ,'A');
  2. $coll = new Collator( 'de_DE' );
  3. $coll->sort($arr);
  4. var_dump($coll->getStrength());
  5. var_dump( $arr ); // int(2)
  6. // array(3) {
  7. // [0]=>
  8. // string(1) "a"
  9. // [1]=>
  10. // string(1) "A"
  11. // [2]=>
  12. // string(2) "à"
  13. // }
  14. $coll->setStrength(Collator::IDENTICAL);
  15. var_dump($coll->getStrength()); // int(15)
  16. $coll->sort($arr);
  17. var_dump( $arr );
  18. $coll->setStrength(Collator::QUATERNARY);
  19. var_dump($coll->getStrength()); // int(3)
  20. $coll->sort($arr);
  21. var_dump( $arr );
  22. $coll->setStrength(Collator::PRIMARY);
  23. var_dump($coll->getStrength()); // int(0)
  24. $coll->sort($arr );
  25. var_dump( $arr );
  26. $coll->setStrength(Collator::TERTIARY);
  27. var_dump($coll->getStrength()); // int(2)
  28. $coll->sort($arr );
  29. var_dump( $arr );
  30. $coll->setStrength(Collator::SECONDARY);
  31. var_dump($coll->getStrength()); // int(1)
  32. $coll->sort($arr );
  33. var_dump( $arr );

在官方文档的测试代码的结果中，指定不同的参数会返回不同的排序顺序，但我实际测试的结果却全都是一样的。所以这里就不做讲解了，因为自己也没搞明白为什么。大家了解一下即可，如果有清楚这方面知识的朋友也请留言回复一起学习哦！

总结

很有意思的一个对象吧，其实这个对象也是支持面向过程式的函数写法的，在示例代码中也有使用面向过程的方式的调用的。总体来说，按拼音排序和比较这两个功能在实际的开发中相信还是有不少用武之地的，大家可以尝试看看哦！

测试代码：

https://github.com/zhangyue0503/dev-blog/blob/master/php/202011/source/3.PHP中国际化的字符串比较对象.php

参考文档：https://www.php.net/manual/zh/class.collator.php

赞 (7)
上一篇4-6
下一篇 5-6

相关推荐

  • php页面,mysql数据库转utf-8乱码,utf-8编码问题总结

    一个网站如果需要国际化，就需要将编码从GB2312转成UTF-8，其中有很多的问题需要注意，如果没有转换彻底，将会有很多的编码问题出现！接下来通过本篇文章给大家分享php页面,mysql数据库转utf-8乱码,utf-8编码问题总结，需要的朋友可以参考下示例一：PHP页面转UTF-8编码问题1.在代码开始出加入一行：header("Content-Type:text/html;charset=ut…
    •php应用
    2023-06-07444

  • ThinkPHP 多语言配置

    ThinkPHP内置了对多语言的支持,如果应用项目涉及到国际化,那么可以定义相关的语言包文件以实现多语言支持,这里涉及的多语言支持是指模板语言,数据的多语言转换(翻译)不在这个范畴之内.在项目配置文件里添加如下参数以开启多语言的支持:'LANG_SWITCH_ON'=>true,//开启多语言支持开关'DEFAULT_LANG'=>'zh-cn',//默认语言'LANG_AUTO_DE…
    •Thinkphp
    2023-06-16919

  • PHP项目多语言配置平台实现过程解析

    这个月用antdesign的方式重构了我在15年的时候写的一个给主端项目写的多语言配置后台，发现当时的设计很“深”，深到有些功能根本就没用过，根据这几年的使用情况，重构了这一版本，无论是体验上还是实用性上都有所提高，今天抽时间把当时的一些想当然的需求拿出来总结下吧：使用的技术我们的项目主要是PHP为主要开发语言，使用gettext扩展实现国际化的，即通过人工的方式按照规则写入.po文件，然后调用某…
    •php环境搭建
    2023-06-21365

  • PHP中strnatcmp()函数“自然排序算法”进行字符串比较用法分析(对比strcmp函数)

    本文实例讲述了PHP中strnatcmp()函数“自然排序算法”进行字符串比较用法。分享给大家供大家参考，具体如下：PHP中strnatcmp()函数使用"自然"算法来比较两个字符串（区分大小写），通常在自然算法中，数字2小于数字10。而在计算机排序中，10小于2，这是因为10中的第一个数字小于2。strnatcmp()函数的定义如下：strnatcmp(string1,string2)参数说明：…
    •php函数
    2023-06-30428

  • PHP中strcmp()和strcasecmp()函数字符串比较用法分析

    本文实例讲述了PHP中strcmp()和strcasecmp()函数字符串比较用法。分享给大家供大家参考，具体如下：一、PHP中strcmp()函数用于比较两个字符串（区分大小写），其定义如下：strcmp(string1,string2)参数说明：string1必需。规定要比较的第一个字符串。string2必需。规定要比较的第二个字符串。PS：strcmp()函数与strncmp()函数类似，不…
    •php函数
    2023-06-30388

  • PHP中addslashes()和stripslashes()实现字符串转义和还原用法实例

    这篇文章主要介绍了PHP中addslashes()和stripslashes()实现字符串转义和还原用法,结合实例形式较为详细的分析了addslashes()和stripslashes()函数的功能,定义及具体使用技巧,并附带说明了addslashes()与addcslashes()函数的区别,需要的朋友可以参考下。本文实例讲述了PHP中addslashes()和stripslashes()实现字…
    •php函数
    2023-06-30373

  • php字符串函数学习之strstr()

    这篇文章主要介绍了php字符串函数学习之strstr(),本文讲解了它的定义和用法、参数描述、提示和注释以及多个使用示例,需要的朋友可以参考下:<?php/*定义和用法strstr()函数搜索一个字符串在另一个字符串中的第一次出现。该函数返回字符串的其余部分（从匹配点）。如果未找到所搜索的字符串，则返回false。语法stringstrstr(string,search)参数描述string…
    •php函数
    2023-07-01432

  • php字符串分割函数用法实例

    这篇文章主要介绍了php字符串分割函数用法,实例分析了php中explode和split函数的使用技巧,非常具有实用价值,需要的朋友可以参考下本文实例讲述了php字符串分割函数用法。分享给大家供大家参考。具体分析如下：php中explode和split函数用来分割字符串。explode函数语法如下explode(substring,string)explode函数通过子字符串进行分割，效率比spl…
    •php函数
    2023-07-01319