排序和范化

Collator 类实现了 Comparator 接口，Locale 敏感，可以设置不同语言的排序

Collator coll = Collator.getInstance(Locale.US);

1 字符差别强度

排序器有字符差别强度设置：

• Collator.PRIMARY：首要的
• Collator.SECONDARY：其次的
• Collator.TERTIARY：再次的
• Collator.IDENTICAL：不允许任何差异

例如，英语中A和Z的差别是首要的，A``Å的差别是其次的，A和a的差别是再次的。

Collator coll = Collator.getInstance();
coll.setStrength(Collator.PRIMARY);
word.sort(coll);

2 分解模式

一个字符在描述成 Unicode 时，可能有多种方式，如Å可以是 Unicode 字符 U+00C5，或分解为A（U+0065）和上方组合环̊ （U+030A）。

对此，Unicode对字符串定义了四种范化形式：D、KD、C和KC。

• 范化形式 C：重音符号组合Å
• 范化形式 D：重音字符分解为基字符和组合重音符A°
• 范化形式 KC：完全分解字符™=TM
• 范化形式 KD：分解字符

Collator 可以选择范化程度

• Collator.NO_DECOMPOSITION：不分解
• Collator.CANONICAL_DECOMPOSITION：规范分解，默认值
• Collator.FULL_DECOMPOSITION：完全分解

Normalizer 实现了对范化的处理

String name = "ÅBC";
String normalized = Normalizer.normalize(name, Normalize.Form.NFD);//"A°BC"