关于特定于语言的约定的按字母顺序排列的组数组

Question

我正在寻找一个聪明的解决方案，排序字符串与扩展字符。这始终是一个使用语言的问题。让我们以德语为例:a和in有时可以被排序，就好像它们是同一个字母(DIN 5007/1)，有时可以像实际上的"AE“(DIN 5007/2)那样排序。相反，在瑞典语中，在字母表的末尾。

在字母顺序:特定语言的约定上可以找到各种语言的此类约定列表。

最快的方法是将一个像DIN 5007/1的数组分组为

$array = array
(
    0 => 'Agile',
    1 => 'Ágile',
    2 => 'Àgile',
    3 => 'Âgile',
    4 => 'Ägile',
    5 => 'Ãgile',
    6 => 'Test',
);

// Grouped Result:

Array
(
    'A' => array
    (
        [0] => Agile
        [1] => Àgile
        [2] => Ágile
        [3] => Âgile
        [4] => Ãgile
        [5] => Ägile
    ),
    'T' => array
    (
        [0] => Test
    )
)

Answer 1

我不认为有一个快速的方法，分组像DIN 5007/1这样的数组，至少我没有看到一个。

一个解决方案需要考虑两个方面:排序算法，即根据DIN 5007/1进行排序的排序算法。将结果分组，以尊重特殊字符引起的相似性。

排序

您可以在使用SORT_LOCAL_STRING参数时设置array_multisort()。请记住通过在前面设置de_DE来选择适当的区域设置信息(例如setlocal() )。

// randomly sorted terms
$array = array(
    'Agile',
    'Ágile',
    'Test',
    'Âgile',
    'Ägile',
    'Ãgile',
    'Àgile',
);

setlocale(LC_ALL, '');
array_multisort($array, SORT_ASC, SORT_LOCALE_STRING);
print_r($array);

但这不会导致你想要的结果。

Array
(
    [0] => Agile
    [1] => Test
    [2] => Àgile
    [3] => Ágile
    [4] => Âgile
    [5] => Ãgile
    [6] => Ägile
)

您将不得不深入研究可用的地区，可能需要手动添加所有相关的locales工作。

类别/地区名称可以在？RFC 1766和？ISO 639中找到。(来源)

分组

通过使用预定义的组有一个一种良好的分组算法。这意味着您必须手动定义映射表(例如Ä = A和Ö = O .)。

或者您可以实现相似性检查，例如similar_text()或levenshtein()。

SQL作为替代？

在SQL中如何更有效、更高效地实现这个问题，还需要进一步考虑。