String 在Haskell中按区域设置对字符串进行排序和比较？

是否可以在Haskell（GHC）中正确地对带有国家字符的字符串进行排序？换句话说，按当前区域设置正确排序字符

---

我确实只找到了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。我希望解决方案基于POSIX的C（类似glibc的）库，这样就不会有处理额外依赖项的麻烦。

推荐方式：text icu

如您所见，建议通过和以区域设置敏感的方式稳健地处理字符串。该库在标准库集中提供，即

例如，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)

在正确下套管土耳其管柱后，根据区域设置正确排序：

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

不使用文本icu包

您在问题中要求避免使用Posix提供的库以外的其他库的解决方案。虽然文本icu很容易从Hackage安装（

cabal install text icu

），但它确实依赖于icu C库，而icu C库并非无处不在。此外，没有比Posix更健壮、更全面的替代方案。最后，

text-icu

是唯一能够正确转换多字符的软件包

尽管如此，Haskell中内置的Char和String类型提供了一些函数，这些函数的值表示Unicode，并且以不区分区域设置的方式使用OpenGroup定义的函数。此外，我们可以以（文本）区域设置敏感的方式对句柄执行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)

---

---

您可以将FFI绑定到

wcscoll

，但使用

文本icu

则更好，而且可能更正确。问得好，回答得好。Human stuff从来都不是一个纯函数。请注意，

i

在字符解决方案中是不同的。使用特定于区域设置的排序规则不是更正确吗？还要注意，

Char

上的toUpper仅基于

LC\u CTYPE

区域设置进行宽字符转换。因此，它只是部分地区感知。如前所述，多字符转换失败。@hammar是的，我认为您可能应该使用经批准的排序方法。

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