使用字母和短划线排序字符串时出现意外行为
如果我有一些字符串列表包含所有数字和破折号,他们将按升序排序:
s = s.OrderBy(t => t).ToList();
66-0616280-000
66-0616280-100
66-06162801000
66-06162801040
这是预期的。
但是,如果字符串包含字母,则排序有些出乎意料。 例如,这里是相同的字符串列表,尾随A代替0,是的,它是排序的:
66-0616280-00A
66-0616280100A
66-0616280104A
66-0616280-10A
我原以为他们会这样排序:
66-0616280-00A
66-0616280-10A
66-0616280100A
66-0616280104A
为什么排序在包含字母的字符串与仅包含数字时的字符串表现不同?
提前致谢。
这是因为默认的StringComparer
是文化敏感的。 据我所知, Comparer
委托给使用当前文化的string.CompareTo(string)
:
此方法使用当前文化执行单词(区分大小写和文化敏感)比较。 有关word,string和ordinal排序的更多信息,请参阅
System.Globalization.CompareOptions
。
那么CompareOptions
的页面包括:
.NET Framework使用三种不同的排序方式:单词排序,字符串排序和顺序排序。 单词排序执行文化敏感的字符串比较。 某些非字母数字字符可能会分配特殊权重。 例如,连字符(“ – ”)可能具有非常小的权重,因此“coop”和“co-op”在排序列表中彼此相邻。 字符串排序类似于单词排序,除了没有特殊情况。 因此,所有非字母数字符号都在所有字母数字字符之前。 序数排序根据字符串中每个元素的Unicode值比较字符串。
(“小重量”与安德烈答案中引用的“忽略”并不完全相同,但这里的效果类似。)
如果指定StringComparer.Ordinal
,则会得到以下结果:
66-0616280-00A 66-0616280-10A 66-0616280100A 66-0616280104A
将其指定为OrderBy
的第二个参数:
s = s.OrderBy(t => t, StringComparer.Ordinal).ToList();
你可以在这里看到不同之处:
Console.WriteLine(Comparer.Default.Compare ("66-0616280104A", "66-0616280-10A")); Console.WriteLine(StringComparer.Ordinal.Compare ("66-0616280104A", "66-0616280-10A"));
这是来自MSDN的评论:
字符集包括可忽略的字符。 Compare(String,String)方法在执行区分文化的比较时不考虑这些字符。 例如,如果在.NET Framework 4或更高版本上运行以下代码,则对“动物”和“动态”(使用软连字符或U + 00AD)进行区分文化比较表示两个字符串是当量。
所以看起来你正在经历这种可忽略的角色案例。 如果我们假设-
符号的权重非常小,则排序结果如下所示。
第一种情况:
660616280000 660616280100 6606162801000 6606162801040
第二种情况:
66061628000A 660616280100A 660616280104A 66061628010A
这是有道理的