在 PHP 中，國(guó)際化的功能非常豐富，包括很多我們可能都不知道的東西其實(shí)都非常有用，比如說(shuō)今天要介紹的這一系列的字符排序和比較的功能。
正常來(lái)說(shuō)，如果我們對(duì)數(shù)組中的字符進(jìn)行排序，按照的是字符的 ASC2 表的順序進(jìn)行排列，如果是英文還好，但對(duì)于中文的話，排序出來(lái)的結(jié)果會(huì)是非常懵逼的。
$arr = ['我','是','硬','核','項(xiàng)', '目', '經(jīng)', '理'];
sort($arr);
var_dump( $arr );
// array(8) {
// [0]=>
// string(3) "我"
// [1]=>
// string(3) "是"
// [2]=>
// string(3) "核"
// [3]=>
// string(3) "理"
// [4]=>
// string(3) "目"
// [5]=>
// string(3) "硬"
// [6]=>
// string(3) "經(jīng)"
// [7]=>
// string(3) "項(xiàng)"
// }
按照我們的習(xí)慣會(huì)以中文的拼音來(lái)對(duì)漢字進(jìn)行排序，這個(gè)時(shí)候往往大家都會(huì)選擇自己寫排序的算法或者去找合適的 Composer 包。其實(shí)，PHP 中已經(jīng)為我們準(zhǔn)備了一個(gè)對(duì)象就是用來(lái)處理這類問(wèn)題的。
$coll = new Collator( 'zh_CN' );
$coll->sort($arr);
var_dump( $arr );
// array(8) {
// [0]=>
// string(3) "核"
// [1]=>
// string(3) "經(jīng)"
// [2]=>
// string(3) "理"
// [3]=>
// string(3) "目"
// [4]=>
// string(3) "是"
// [5]=>
// string(3) "我"
// [6]=>
// string(3) "項(xiàng)"
// [7]=>
// string(3) "硬"
// }
沒錯(cuò)，正是這個(gè) Collator 類。它在實(shí)例化的時(shí)候需要指定當(dāng)前的區(qū)域，比如我們指定為 zh_CN ，也就是中文字符區(qū)域，這時(shí)候再使用它的 sort() 方法就可以完成對(duì)中文字符的拼音排序。
$coll->sort($arr, Collator::SORT_NUMERIC );
var_dump( $arr );
// array(8) {
// [0]=>
// string(3) "核"
// [1]=>
// string(3) "經(jīng)"
// [2]=>
// string(3) "理"
// [3]=>
// string(3) "目"
// [4]=>
// string(3) "是"
// [5]=>
// string(3) "我"
// [6]=>
// string(3) "項(xiàng)"
// [7]=>
// string(3) "硬"
// }
$coll->sort($arr, Collator::SORT_STRING );
var_dump( $arr );
// array(8) {
// [0]=>
// string(3) "核"
// [1]=>
// string(3) "經(jīng)"
// [2]=>
// string(3) "理"
// [3]=>
// string(3) "目"
// [4]=>
// string(3) "是"
// [5]=>
// string(3) "我"
// [6]=>
// string(3) "項(xiàng)"
// [7]=>
// string(3) "硬"
// }
Collator 對(duì)象的 sort() 方法還支持第二個(gè)參數(shù)，用于指定當(dāng)前的排序是按照字符還是數(shù)字格式進(jìn)行排序。對(duì)于純中文的內(nèi)容來(lái)說(shuō)，這個(gè)沒有什么區(qū)別。
除了 sort() 方法之外，它還有一個(gè) asort() 方法，就和普通的 asort() 函數(shù)一樣的功能，只不過(guò)它也是支持不同的區(qū)域語(yǔ)言的。
$arr = [
'a' => '100',
'b' => '7',
'c' => '50'
];
$coll->asort($arr, Collator::SORT_NUMERIC );
var_dump( $arr );
// array(3) {
// ["b"]=>
// string(1) "7"
// ["c"]=>
// string(2) "50"
// ["a"]=>
// string(3) "100"
// }
$coll->asort($arr, Collator::SORT_STRING );
var_dump( $arr );
// array(3) {
// ["a"]=>
// string(3) "100"
// ["c"]=>
// string(2) "50"
// ["b"]=>
// string(1) "7"
// }
$arr = [
'中' => '100',
'的' => '7',
'文' => '50'
];
$coll->asort($arr, Collator::SORT_NUMERIC );
var_dump( $arr );
// array (
// '的' => '7',
// '文' => '50',
// '中' => '100',
// )
$coll->asort($arr, Collator::SORT_STRING );
var_dump( $arr );
// array (
// '中' => '100',
// '文' => '50',
// '的' => '7',
// )
asrot() 方法是根據(jù)鍵和值一起進(jìn)行排序的，所以在這里指定 SORT_STRING 和 SORT_NUMERIC 就有明顯的效果了。我們可以看出，如果是根據(jù)數(shù)字排序，那么結(jié)果就是以數(shù)字內(nèi)容為準(zhǔn)的，如果是根據(jù)字符排序，那么結(jié)果就是以鍵值中的字符串部分為基礎(chǔ)進(jìn)行排序的。
不管是 sort() 還是 asrot() 本質(zhì)上都和普通的 PHP 默認(rèn)提供的 sort() 和 asrot() 函數(shù)一樣的。只是它們多了區(qū)域語(yǔ)言的功能而已。
另外，Collator 對(duì)象中還提供了一個(gè) sortWithSortKeys() 方法，這個(gè)是普通的 PHP 排序函數(shù)中沒有的。
$arr = ['我','是','硬','核','項(xiàng)', '目', '經(jīng)', '理'];
$coll->sortWithSortKeys($arr);
var_dump( $arr );
// array (
// 0 => '核',
// 1 => '經(jīng)',
// 2 => '理',
// 3 => '目',
// 4 => '是',
// 5 => '我',
// 6 => '項(xiàng)',
// 7 => '硬',
// )
它與 sort() 方法是類似的，但使用的是 ucol_getSortKey() 來(lái)生成的 ICU 排序鍵，在大型數(shù)組上的速度更快。
ICU 的全稱是 International Components for Unicode ，也就是 Unicode 的國(guó)際化組件，它提供了翻譯相關(guān)的功能，也就是我們系統(tǒng)中以及各類編程語(yǔ)言要實(shí)現(xiàn)國(guó)際化能力的基礎(chǔ)。
接下來(lái)就是字符串的比較，比如說(shuō)我們都知道，"a" 是比 "A" 要大的，因?yàn)樵?ASC2 碼表中，"A" 是 65 ，"a" 是 97 。當(dāng)然，這只是默認(rèn)情況下的比較，在使用 Collator 對(duì)象的函數(shù)進(jìn)行比較時(shí)，則是根據(jù)字典庫(kù)中的排序索引進(jìn)行比較的，對(duì)于中文來(lái)說(shuō)，基本上就也是按照拼音的順序來(lái)比較了。
var_dump($coll->compare('Hello', 'hello')); // int(1)
var_dump($coll->compare('你好', '您好')); // int(-1)
compare() 方法就是用來(lái)進(jìn)行比較的，如果兩個(gè)字符串相等，返回的就是 0 ，如果第一個(gè)字符串大于第二個(gè)，返回的是 1 ，否則返回的是 -1 。從代碼中，我們可以看出 "Hello" 是大于 "hello" 的，"你好" 是小于 "您好" 的（ 因?yàn)?"您" 多了一個(gè) g ）。
Collator 對(duì)象中還可以設(shè)置一些對(duì)象的屬性。
$coll->setAttribute(Collator::CASE_FIRST, Collator::UPPER_FIRST);
var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(25)
var_dump($coll->compare('Hello', 'hello')); // int(-1)
$coll->setAttribute(Collator::CASE_FIRST, Collator::LOWER_FIRST);
var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(24)
var_dump($coll->compare('Hello', 'hello')); // int(1)
$coll->setAttribute(Collator::CASE_FIRST, Collator::OFF);
var_dump($coll->getAttribute(Collator::CASE_FIRST)); // int(16)
var_dump($coll->compare('Hello', 'hello')); // int(1)
這里我們是為對(duì)象指定 CASE_FIRST 屬性，屬性值可以指定 大寫優(yōu)先、小寫優(yōu)先 之類的，對(duì)于英文字符來(lái)說(shuō)，這個(gè)可以影響排序以及對(duì)比的結(jié)果。
另外，我們還可以通過(guò)一個(gè)方法獲得當(dāng)前區(qū)域語(yǔ)言的信息。
var_dump($coll->getLocale(Locale::VALID_LOCALE)); // string(10) "zh_Hans_CN"
var_dump($coll->getLocale(Locale::ACTUAL_LOCALE)); // string(2) "zh"
這兩個(gè)參數(shù)分別是獲得有效的區(qū)域設(shè)置信息和實(shí)際的區(qū)域信息。
當(dāng)然，我們也可以看到具體的排序信息，也就是字符在 Collator 中的編碼。
var_dump(bin2hex($coll->getSortKey('Hello'))); // string(20) "b6b0bebec4010901dc08"
var_dump(bin2hex($coll->getSortKey('hello'))); // string(18) "b6b0bebec401090109"
var_dump(bin2hex($coll->getSortKey('你好'))); // string(16) "7b9b657301060106"
var_dump(bin2hex($coll->getSortKey('您好'))); // string(16) "7c33657301060106"
$coll = collator_create( 'en_US' );
var_dump($coll->compare('Hello', 'hello')); // int(1)
var_dump($coll->compare('你好', '您好')); // int(-1)
var_dump($coll->getLocale(Locale::VALID_LOCALE)); // string(5) "en_US"
var_dump($coll->getLocale(Locale::ACTUAL_LOCALE)); // string(4) "root"
var_dump(bin2hex($coll->getSortKey('Hello'))); // string(20) "3832404046010901dc08"
var_dump(bin2hex($coll->getSortKey('hello'))); // string(18) "383240404601090109"
var_dump(bin2hex($coll->getSortKey('你好'))); // string(20) "fb0b8efb649401060106"
var_dump(bin2hex($coll->getSortKey('您好'))); // string(20) "fba5f8fb649401060106"
可以看出，不用同的區(qū)域語(yǔ)言獲取到的 getSortKey() 排序鍵信息是不同的，不過(guò)它們都是以 16進(jìn)制 存儲(chǔ)的，這和默認(rèn)的 ASC2 碼完全不同了。
$coll = new Collator( 'en_US' );;
$coll->compare( 'y', 'k' );
var_dump($coll->getErrorCode()); // int(0)
var_dump($coll->getErrorMessage()); // string(12) "U_ZERO_ERROR"
使用 getErrorCode() 可以獲得錯(cuò)誤碼，使用 getErrorMessage() 可以獲得錯(cuò)誤信息。關(guān)于返回的這個(gè) U_ZERO_ERROR 并沒有查找到相關(guān)的資料，希望懂行的朋友可以回復(fù)說(shuō)明，大家一起學(xué)習(xí)。
另外就是 Collator 對(duì)象就還有一個(gè)排序強(qiáng)度的設(shè)定，不過(guò)我測(cè)試的效果并沒有體現(xiàn)出來(lái)。
$arr = array( 'a', 'à' ,'A');
$coll = new Collator( 'de_DE' );
$coll->sort($arr);
var_dump($coll->getStrength());
var_dump( $arr ); // int(2)
// array(3) {
// [0]=>
// string(1) "a"
// [1]=>
// string(1) "A"
// [2]=>
// string(2) "à"
// }
$coll->setStrength(Collator::IDENTICAL);
var_dump($coll->getStrength()); // int(15)
$coll->sort($arr);
var_dump( $arr );
$coll->setStrength(Collator::QUATERNARY);
var_dump($coll->getStrength()); // int(3)
$coll->sort($arr);
var_dump( $arr );
$coll->setStrength(Collator::PRIMARY);
var_dump($coll->getStrength()); // int(0)
$coll->sort($arr );
var_dump( $arr );
$coll->setStrength(Collator::TERTIARY);
var_dump($coll->getStrength()); // int(2)
$coll->sort($arr );
var_dump( $arr );
$coll->setStrength(Collator::SECONDARY);
var_dump($coll->getStrength()); // int(1)
$coll->sort($arr );
var_dump( $arr );
在官方文檔的測(cè)試代碼的結(jié)果中，指定不同的參數(shù)會(huì)返回不同的排序順序，但我實(shí)際測(cè)試的結(jié)果卻全都是一樣的。所以這里就不做講解了，因?yàn)樽约阂矝]搞明白為什么。大家了解一下即可，如果有清楚這方面知識(shí)的朋友也請(qǐng)留言回復(fù)一起學(xué)習(xí)哦！
很有意思的一個(gè)對(duì)象吧，其實(shí)這個(gè)對(duì)象也是支持面向過(guò)程式的函數(shù)寫法的，在示例代碼中也有使用面向過(guò)程的方式的調(diào)用的?？傮w來(lái)說(shuō)，按拼音排序和比較這兩個(gè)功能在實(shí)際的開發(fā)中相信還是有不少用武之地的，大家可以嘗試看看哦！
測(cè)試代碼：
https://github.com/zhangyue0503/dev-blog/blob/master/php/202011/source/3.PHP中國(guó)際化的字符串比較對(duì)象.php
參考文檔：
https://www.php.net/manual/zh/class.collator.php
聯(lián)系客服
