Sắp xếp các từ tiếng Ả Rập trong Java

Question

Tôi có một danh sách các từ bằng tiếng Ả Rập mà tôi muốn sắp xếp. Tôi đã thử các Collator tiêu chuẩn với Locales khác nhau (như tiếng Anh hoặc tiếng Pháp nhưng không có nhiều hy vọng) và tôi thậm chí đã tạo ra RuleBasedCollator của riêng tôi nhưng vô ích. Dường như việc sắp xếp mặc định dựa trên thứ tự giá trị unicode, mà trong nhiều trường hợp hoạt động nhưng dường như không có trong trường hợp này.

Làm theo hướng dẫn của javadocs, RuleBasedCollator yêu cầu một chuỗi chỉ định các ký tự theo thứ tự bạn muốn chúng được sắp xếp. Tôi tạo ra chuỗi sau lấy mã unicode từ this table:

String arabicLetters = "< \u0623=\uFE83=\uFE84 < \u0628=\uFE8F=\uFE90=\uFE92=\uFE91 < \u062A=\uFE95=\uFE96=\uFE98=\uFE97 < \u062B=\uFE99=\uFE9A=\uFE9C=\uFE9B < \u062C=\uFE9D=\uFE9E=\uFEA0=\uFE9F < \u062D=\uFEA1=\uFEA2=\uFEA4=\uFEA3 < \u062E=\uFEA5=\uFEA6=\uFEA8=\uFEA7 < \u062F=\uFEA9=\uFEAA < \u0630=\uFEAB=\uFEAC < \u0631=\uFEAD=\uFEAE < \u0632=\uFEAF=\uFEB0 < \u0633=\uFEB1=\uFEB2=\uFEB4=\uFEB3 < \u0634=\uFEB5=\uFEB6=\uFEB8=\uFEB7 < \u0635=\uFEB9=\uFEBA=\uFEBC=\uFEBB < \u0636=\uFEBD=\uFEBE=\uFEC0=\uFEBF < \u0637=\uFEC1=\uFEC2=\uFEC4=\uFEC3 < \u0638=\uFEC5=\uFEC6=\uFEC8=\uFEC7 < \u0639=\uFEC9=\uFECA=\uFECC=\uFECB < \u063A=\uFECD=\uFECE=\uFED0=\uFECF < \u0641=\uFED1=\uFED2=\uFED4=\uFED3 < \u0642=\uFED5=\uFED6=\uFED8=\uFED7 < \u0643=\uFED9=\uFEDA=\uFEDC=\uFEDB < \u0644=\uFEDD=\uFEDE=\uFED0=\uFEDF < \u0645=\uFEE1=\uFEE2=\uFEE4=\uFEE3 < \u0646=\uFEE5=\uFEE6=\uFEE8=\uFEE7 < \u0647=\uFEE9=\uFEEA=\uFEEC=\uFEEB < \u0648=\uFEED=\uFEEE < \u064A=\uFEF1=\uFEF2=\uFEF4=\uFEF3 < \u0622=\uFE81=\uFE82 < \u0629=\uFE93=\uFE94 < \u0649=\uFEEF=\uFEF0 < \u0627"; 

Các chữ tiếng Ả Rập có thể mất bốn hình thức tùy thuộc vào vị trí mà họ đang có trong một từ. Vì vậy, những gì tôi đã làm trong chuỗi quy tắc trên là làm cho bằng tất cả 4 hình thức của mỗi chữ cái. Sau đó, tôi chỉ ra thứ tự của các chữ cái tách chúng với '<'. Tôi tưởng tượng rằng đây là cách chính xác để làm điều đó.

Bây giờ, nếu tôi có một bộ sưu tập với các ngày trong tuần (được sắp xếp trong trường hợp này bởi ngày trong tuần, không phải là 'thứ tự abc'):

الأَحَد, الاِثنَين, الثُّلاثاء, الأَربِعاء, الخَميس, الجُمعة,السَّبت 

Kết quả tôi nhận được không được sắp xếp tại tất cả:

الأَحَد, الخَميس, الاِثنَين, الثُّلاثاء, الأَربِعاء, السَّبت, الجُمعة 

Bên cạnh đó, một số lượng từ nhỏ cần một khoảng thời gian đáng kể khiến nó không sử dụng được.

Có ai biết nếu tôi đang làm điều gì đó sai hoặc nếu có thư viện cứu sống đã xử lý việc này?

Tôi đã làm một số googling trước khi viết này và tôi ngạc nhiên tôi đã không tìm thấy một kết quả duy nhất.

Cảm ơn!

---

CẬP NHẬT với mã:

public static class TranslatableComparator implements java.util.Comparator<Translatable> { 
     @Override 
     public int compare(Translatable t1, Translatable t2) { 

      String sortingRules = "< \u0623=\uFE83=\uFE84 < \u0628=\uFE8F=\uFE90=\uFE92=\uFE91 < \u062A=\uFE95=\uFE96=\uFE98=\uFE97 < \u062B=\uFE99=\uFE9A=\uFE9C=\uFE9B < \u062C=\uFE9D=\uFE9E=\uFEA0=\uFE9F < \u062D=\uFEA1=\uFEA2=\uFEA4=\uFEA3 < \u062E=\uFEA5=\uFEA6=\uFEA8=\uFEA7 < \u062F=\uFEA9=\uFEAA < \u0630=\uFEAB=\uFEAC < \u0631=\uFEAD=\uFEAE < \u0632=\uFEAF=\uFEB0 < \u0633=\uFEB1=\uFEB2=\uFEB4=\uFEB3 < \u0634=\uFEB5=\uFEB6=\uFEB8=\uFEB7 < \u0635=\uFEB9=\uFEBA=\uFEBC=\uFEBB < \u0636=\uFEBD=\uFEBE=\uFEC0=\uFEBF < \u0637=\uFEC1=\uFEC2=\uFEC4=\uFEC3 < \u0638=\uFEC5=\uFEC6=\uFEC8=\uFEC7 < \u0639=\uFEC9=\uFECA=\uFECC=\uFECB < \u063A=\uFECD=\uFECE=\uFED0=\uFECF < \u0641=\uFED1=\uFED2=\uFED4=\uFED3 < \u0642=\uFED5=\uFED6=\uFED8=\uFED7 < \u0643=\uFED9=\uFEDA=\uFEDC=\uFEDB < \u0644=\uFEDD=\uFEDE=\uFED0=\uFEDF < \u0645=\uFEE1=\uFEE2=\uFEE4=\uFEE3 < \u0646=\uFEE5=\uFEE6=\uFEE8=\uFEE7 < \u0647=\uFEE9=\uFEEA=\uFEEC=\uFEEB < \u0648=\uFEED=\uFEEE < \u064A=\uFEF1=\uFEF2=\uFEF4=\uFEF3 < \u0622=\uFE81=\uFE82 < \u0629=\uFE93=\uFE94 < \u0649=\uFEEF=\uFEF0 < \u0627"; 
      RuleBasedCollator col = null; 
      try { 
       col = new RuleBasedCollator(sortingRules); 
      } catch (ParseException e) { 
       //col = (RuleBasedCollator)RuleBasedCollator.getInstance(Locale.FRENCH); 
      } 

      return col.getCollationKey(t1.getTranslation().getText()).compareTo(col.getCollationKey(t2.getTranslation().getText())); 
     } 
    } 

Answer 1

Bạn không cần phải xác định collator riêng của bạn, chỉ cần sử dụng được xây dựng trong một cho tiếng Ả Rập. Comparator của bạn sau đó trông như thế này

public int compare(Translatable t1, Translatable t2) { 
     Collator.getInstance(new Locale("ar")).compare(t1.getTranslation().getText(), t2.getTranslation().getText()); 
} 

(Bạn có thể kiểm tra xem một collator hiện có sẵn cho tiếng Ả Rập bằng cách duyệt các kết quả từ Collator.getAvailableLocales().)

Như đã đề cập trong các ý kiến, nếu bạn đang lo lắng về hiệu suất mà bạn nên tính toán các khóa đối chiếu, lưu trữ chúng trong các đối tượng Translatable của bạn và sắp xếp chúng thay vào đó.

Nếu bạn thực sự muốn nhìn thấy nơi sự khác biệt là giữa những gì bạn định nghĩa và tiêu chuẩn collator, chỉ cần in ra các quy tắc:

System.out.println((RuleBasedCollator) Collator.getInstance(new Locale("ar"))).getRules();