Alphabetize testo arabo e giapponese che è in Unicode? - rubino, smistamento, unicode

Qualcuno ha qualche codice per l'alfabetizzazione del testo arabo e giapponese che è in Unicode? Se il codice fosse in rubino sarebbe fantastico.

risposte:

I punti di codice Unicode non sono elencati in ordine alfabetico (Z <a, ad esempio), ma cercano comunque di essere approssimativamente in questo ordine. Esiste un ordine unicode canonico, definito dal Algoritmo di confronto Unicode e sono anche ordinamenti specifici della lingua (l'ordine francese non è esattamente lo stesso dell'ordine tedesco o ceco, anche con lo stesso alfabeto), che può essere specificato nelle informazioni locali. Penso che la Libreria ICU contiene gli algoritmi specifici della lingua che stai cercando.

Non conosco Ruby, ma python ha una funzione, ord () che traduce un carattere speciale Unicode nel suo punto di codice Unicode. Ad esempio,

>>> a = u"ل"
>>> ord(a)
0: 1604
>>> b = u"ع"
>>> ord(b)
1: 1593

Cerca qualcosa di simile in Ruby. Suppongo che i simboli arabi siano elencati in unicode in ordine alfabetico.

Per fare la domanda ovvia, di cosa non ti piace mylist.sort?

A seconda delle esigenze words.sort nel rubino andrà bene per il giapponese. L'ordine in cui i caratteri appaiono in Unicode sono in ordine di ordinamento ragionevolmente buono. Non posso garantire per l'arabo, ma la mia ipotesi è che sia anche ok.

mylist.sort dovrebbe funzionare senza problemi in Ruby 1.9 (che ha un supporto unicode integrato). In Ruby 1.8, dove il supporto Unicode non è integrato, penso che dovresti usare il character-encodings gem estende la classe String con le stringhe di utf-8. (E poi mylist.sort funzionerebbe.)