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?
(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
<
decomposedStringWithCanonicalMapping
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
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。