为什么“-less”在“hello”之后而不是在它之前排序？

Question

我看到一些使用 CaseInsensitiveComparer.DefaultInvariant 的非常奇怪的排序行为。以连字符“-”开头的单词最终会被排序，就好像连字符不存在一样，而不是像其他标点符号那样被排序在实际字母前面。

所以给定 { "hello", ".net", "-less"} 我最终得到 {".net", "hello", "-less" } 而不是预期的 {"-less", " .net”，“你好”}。

或者，用测试用例来表述：

[TestMethod]
public void TestMethod1()
{
    var rg = new String[] { 
        "x", "z", "y", "-less", ".net", "- more", "a", "b"
    };

    Array.Sort(rg, CaseInsensitiveComparer.DefaultInvariant);

    Assert.AreEqual(
        "- more,-less,.net,a,b,x,y,z", 
        String.Join(",", rg)
    );
}

... 像这样失败：

Assert.AreEqual failed. 
Expected:<- more,-less,.net,a,b,x,y,z>. 
Actual:  <- more,.net,a,b,-less,x,y,z>.

有什么想法吗？

编辑：

看起来，默认情况下，.NET 在对字符串进行排序时会做一些花哨的事情，这会导致前导连字符被排序到奇怪的位置，以便合作和合作排序在一起。因此，如果您希望前导连字符以其他标点符号结尾并以其他标点符号开头，您必须告诉它不要：

Array.Sort(rg, (a, b) => String.CompareOrdinal(a, b));

Answer 1

比较过程使用 CultureInfo.InvariantCulture 来确定排序顺序和大小写规则。字符串比较可能有不同的结果，具体取决于文化。有关特定于文化的比较的更多信息，请参阅 System.Globalization 命名空间和编码和本地化。 From here.

有趣的部分：

单词排序对字符串执行文化敏感的比较，其中某些非字母数字 Unicode 字符可能具有分配给它们的特殊权重。例如，连字符 (-) 可能分配给它的权重非常小，因此“coop”和“co-op”在排序列表中彼此相邻出现。 From here.

Answer 2

要以您需要的方式对字符串进行排序，您必须创建一个使用Compareinfo class 比较字符串的比较器类。此类允许您指定各种比较方法，最符合您需要的是 OrdinalIgnoreCase。

来自 MSDN：

忽略的搜索值

比较操作，例如那些 由 IndexOf 或 LastIndexOf 方法，可以产生 如果值为 搜索被忽略。搜索 如果值为空，则忽略该值 字符串 ("")，一个字符或字符串 由具有代码的字符组成 未考虑的点 因为比较而操作 选项，或带有代码点的值 没有语言意义的。 如果 IndexOf 的搜索值 方法是一个空字符串，对于 例如，返回值为零。

注意
在可能的情况下，应用程序 应该使用字符串比较方法 接受一个 CompareOptions 值 指定比较类型 预期的。作为基本规则， 面向用户的比较是最好的 通过使用语言服务 选项（使用当前文化）， 而安全比较应该 指定 Ordinal 或 OrdinalIgnoreCase。指定 Ordinal 或 OrdinalIgnoreCase。

我已经修改了你的测试用例，这个执行正确：

public class MyComparer:Comparer<string>
{
    private readonly CompareInfo compareInfo;

    public MyComparer()
    {
        compareInfo = CompareInfo.GetCompareInfo(CultureInfo.InvariantCulture.Name);
    }

    public override int Compare(string x, string y)
    {
        return compareInfo.Compare(x, y, CompareOptions.OrdinalIgnoreCase);
    }
}

public class Class1
{
    [Test]
    public void TestMethod1()
    {
        var rg = new String[] { 
    "x", "z", "y", "-less", ".net", "- more", "a", "b"
};

        Array.Sort(rg, new MyComparer());

        Assert.AreEqual(
            "- more,-less,.net,a,b,x,y,z",
            String.Join(",", rg)
        );


    }
}

Answer 3

我的猜测是，在一个字母之前的一个破折号会被忽略，以便进行排序。当您对单词列表进行排序时，您希望“inter-nation”和“international”彼此相邻，不是吗？另一方面，破折号本身被认为是重要的。

Answer 4

排序顺序取决于文化，因此您不能假设字符会按 ASCII 顺序排序。

http://msdn.microsoft.com/en-us/library/a7zyyk0c.aspx

在您的示例中，“h”（U+0048）在“dash”（U+2013）之前，因此“hello”将出现在“-less”之前。 “。” (U+002E) 在两者之前，所以“.net”首先出现。