按照Haskell中的区域设置对字符串进行排序和比较？

Question

是否可以在Haskell（GHC）中用国家字符对字符串进行正确排序？换句话说，通过当前语言环境设置对Chars进行正确的排序？

我确实发现了ICU模块，但它需要安装额外的库，因为它不是Linux发行版的标准部分。我想要基于POSIX的C（glibc like）库的解决方案，所以不会有任何处理额外依赖的麻烦。

Answer 1

推荐方式：文字ICU

的建议方式对语言环境敏感的方式处理强劲的字符串是通过text和text-icu，正如你所看到的。 text库在标准库集中提供，Haskell Platform。

一个例子，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基于区域，之后正确较低壳体土耳其字符串：

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

不使用文本的icu包装

您已经在您的问题中询问过要避免使用add除了Posix提供的外，它还有其它库。尽管可以从Hackage（cabal install text-icu）轻松安装text-icu，但它依赖于ICU C库，该库在任何地方都不可用。另外，没有任何Posix替代品是稳健的或全面的。最后，text-icu是在多字符字符上正确进行转换的唯一软件包。

鉴于此，虽然内置的字符和字符串类型在Haskell提供Data.Char，它们的值表示的Unicode，并与will do Unicode case conversion，在一个语言环境不敏感的方式，使用由Open Group定义the wchar_t functions功能。另外，我们可以以（文本）区域敏感的方式在句柄上执行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) 

事实上，GHC将默认使用您的文本区域设置用于IO（例如UTF8）。对于很多问题，这可能会给出正确的答案。你必须意识到在很多情况下它也是错误的，因为如果没有批量处理文本和丰富的转换和比较支持，它是不可能正确的。

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

---