按照Haskell中的區域設置對字符串進行排序和比較？

Question

是否可以在Haskell（GHC）中用國家字符對字符串進行正確排序？換句話說，通過當前語言環境設置對Chars進行正確的排序？

我確實發現了ICU模塊，但它需要安裝額外的庫，因爲它不是Linux發行版的標準部分。我想要基於POSIX的C（glibc like）庫的解決方案，所以不會有任何處理額外依賴的麻煩。

Answer 1

推薦方式：文字ICU

的建議方式對語言環境敏感的方式處理強勁的字符串是通過text和text-icu，正如你所看到的。 text庫在標準庫集中提供，Haskell Platform。

一個例子，排序土耳其字符串：

{-# LANGUAGE OverloadedStrings #-} 

import Data.Text.IO as T 
import Data.Text.ICU as T 
import Data.List  (sortBy) 

main = do 
    let trLocale = T.Locale "tr-TR" 
     str  = "ÇIİĞÖŞÜ" 
     strs  = take 10 (cycle $ T.toLower trLocale str : str : []) 

    mapM_ T.putStrLn (sortBy (T.compare [T.FoldCaseExcludeSpecialI]) strs) 

似乎正常排序lexicographic ordering基於區域，之後正確較低殼體土耳其字符串：

*Main> main 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
çıiğöşü 
çıiğöşü 
çıiğöşü 
çıiğöşü 
çıiğöşü 

不使用文本的icu包裝

您已經在您的問題中詢問過要避免使用add除了Posix提供的外，它還有其它庫。儘管可以從Hackage（cabal install text-icu）輕鬆安裝text-icu，但它依賴於ICU C庫，該庫在任何地方都不可用。另外，沒有任何Posix替代品是穩健的或全面的。最後，text-icu是在多字符字符上正確進行轉換的唯一軟件包。

鑑於此，雖然內置的字符和字符串類型在Haskell提供Data.Char，它們的值表示的Unicode，並與will do Unicode case conversion，在一個語言環境不敏感的方式，使用由Open Group定義the wchar_t functions功能。另外，我們可以以（文本）區域敏感的方式在句柄上執行IO。

import System.IO 
import Data.Char 
import Data.List (sort) 

main = do 
    t <- mkTextEncoding "UTF-8" 
    hSetEncoding stdout t 

    let str  = "ÇIİĞÖŞÜ" 
     strs  = take 10 (cycle $ map toLower str : str : []) 

    mapM_ putStrLn (sort strs) 

事實上，GHC將默認使用您的文本區域設置用於IO（例如UTF8）。對於很多問題，這可能會給出正確的答案。你必須意識到在很多情況下它也是錯誤的，因爲如果沒有批量處理文本和豐富的轉換和比較支持，它是不可能正確的。

*Main> main 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
ÇIİĞÖŞÜ 
çiiğöşü 
çiiğöşü 
çiiğöşü 
çiiğöşü 
çiiğöşü 

---