一尘不染

Swift中的字符串和字符比较不区分语言环境是什么意思?

swift

我开始学习Swift语言,我很好奇,这意味着Swift中的字符串和字符比较不区分语言环境?这是否意味着所有字符都像UTF-8字符一样存储在Swift中?


阅读 249

收藏
2020-07-07

共1个答案

一尘不染

(现在已为Swift 3更新所有代码示例。)

将Swift字符串与<进行比较,基于所谓的
Unicode规范化形式D”
(可以使用进行计算
decomposedStringWithCanonicalMapping)进行词典上的比较

例如,分解

"ä" = U+00E4 = LATIN SMALL LETTER A WITH DIAERESIS

是两个Unicode代码点的序列

U+0061,U+0308 = LATIN SMALL LETTER A + COMBINING DIAERESIS

出于演示目的,我编写了一个小的String扩展名,该扩展名将String的内容转储为Unicode代码点的数组:

extension String {
    var unicodeData : String {
        return self.unicodeScalars.map {
            String(format: "%04X", $0.value)
            }.joined(separator: ",")
    }
}

现在,让我们取一些字符串,用<以下命令对它们进行排序:

let someStrings = ["ǟψ", "äψ", "ǟx", "äx"].sorted()
print(someStrings)
// ["a", "ã", "ă", "ä", "ǟ", "b"]

并将每个字符串(原始和分解形式)的Unicode代码点转储到排序数组中:

for str in someStrings {
    print("\(str)  \(str.unicodeData)  \(str.decomposedStringWithCanonicalMapping.unicodeData)")
}

输出

äx  00E4,0078  0061,0308,0078
ǟx  01DF,0078  0061,0308,0304,0078
ǟψ  01DF,03C8  0061,0308,0304,03C8
äψ  00E4,03C8  0061,0308,03C8

很好地显示了该比较是通过分解形式的Unicode代码点的字典顺序进行的。

如以下示例所示,对于多个字符的字符串也是如此。用

let someStrings = ["ǟψ", "äψ", "ǟx", "äx"].sorted()

以上循环的输出是

äx  00E4,0078  0061,0308,0078
ǟx  01DF,0078  0061,0308,0304,0078
ǟψ  01DF,03C8  0061,0308,0304,03C8
äψ  00E4,03C8  0061,0308,03C8

意思就是

"äx" < "ǟx", but "äψ" > "ǟψ"

(这至少对我来说是出乎意料的)。

最后,让我们将其与语言环境敏感的顺序进行比较,例如瑞典语:

let locale = Locale(identifier: "sv") // svenska
var someStrings = ["ǟ", "ä", "ã", "a", "ă", "b"]
someStrings.sort {
    $0.compare($1, locale: locale) == .orderedAscending
}

print(someStrings)
// ["a", "ă", "ã", "b", "ä", "ǟ"]

如您所见,结果与Swift <排序不同。

2020-07-07