排序字符*与特殊(德语)字符？

Question

我遇到的问题是，我需要对一大堆字符指针进行排序，但是它们有特殊的字符。我设法得到了这样的排序程序：

std::sort(dict_.begin(), dict_.end(), comp);

bool comp(NumPair& a, NumPair& b)
{
    return boost::lexicographic_compare(a.pFirst, b.pFirst);
}

这很有效，除了所有特殊的德语字符都排在其他字符之前。我的老师(是的，这是关于家庭作业的)，然而，希望他们在最后排序。太棒了！

所以我在玩，我想我可以用我在网站上看到的一个技巧，让一个地区的地方包括这样的特殊人物。

return boost::lexicographic_compare(a.pFirst, b.pFirst, locale("german"));

没起作用！所以：

bool comp()
{
    setlocale(LC_ALL, "");
    return boost::lexicographic_compare(a.pFirst, b.pFirst);
}

没起作用！

如果你有，我很想听听其他一些可能有效的想法。

更新：

根据要求，一些样本输入和输出：

// Some entries
dict_.push_back( NumPair ( "öffnen", "to open" ) );
dict_.push_back( NumPair ( "überraschen", "to surprise" ) );
dict_.push_back( NumPair ( "wünschen", "to wish, to desire, to want" ) );
dict_.push_back( NumPair ( "widersprechen", "to contradict_" ) );

// NumPair ctor.
NumPair( const char *pFirst, const char *pSecond )
{
    /* Deep copy of pFirst and pSecond */
}

结果后的产出：

öffnen
überraschen
wünschen
widersprechen

Answer 1

您可能想要显示更多的代码，比如您使用的字符串会导致这个问题。我很容易就能对一组德语单词进行排序，任何以非ASCII特殊德语字符开头的单词都会在末尾排序。即使没有任何特殊的德语区域设置，也会发生这种情况，因为在Unicode中，非ASCII字符的代码点值高于ASCII字符。

例如：

setlocale(LC_ALL, "");

std::vector<std::wstring> vec;
vec.push_back(L"Hallo");
vec.push_back(L"Morgen");
vec.push_back(L"Zebra");
vec.push_back(L"Abend");
vec.push_back(L"Übertragens");
vec.push_back(L"Buchen");

std::sort(vec.begin(), vec.end());
for (std::vector<std::wstring>::iterator it = vec.begin(); it != vec.end(); ++it)
    std::wcout << *it << std::endl;

这一产出如下：

Abend
Buchen
Hallo
Morgen
Zebra
Übertragens

注意宽字符串的使用。由于词汇表比较例程逐字符比较，所以您需要使用宽字符，否则比较函数将最终逐字节比较字符串，而不是逐字符进行比较。这将导致无效的比较，因为并不是每个Unicode字符都可以存储在一个字节中。例如，特殊的德文字符是UTF-8中的2个字节，因此您需要一个数据类型，能够在单个元素中包含0x00到0xFFFF的范围。在大多数平台上，wchar_t就足够了。

(还请注意，在源代码中包含非ASCII字符并不是一个好做法。使用“通用字符代码”代替。我只是在这里使用非ASCII源代码来澄清。)

Answer 2

如果您使用windows，我建议您使用CompareString函数。http://msdn.microsoft.com/en-us/library/dd317759

地区很容易出错。此外，如果使用区域设置，则线程会引发问题。