Unicode 为什么'；ICU4J是否匹配UTF-8排序顺序？

我很难理解unicode排序顺序

当我运行ICU4J 55.1下的

Collator.getInstance（Locale.ENGLISH）.compare（““，“#”）

时，我得到一个

-1

的返回值，指示

位于

之前

---

然而，我看到

#

（U+0023）在

（U+005F）之前。为什么ICU4J返回值

-1

？

将Mark Ransom的评论转换为答案：

---

• 单个字符的排序基于排序表，排序表与代码点编号几乎没有关系。见：
• 如果您遵循该页面上的第一个链接，它将导致默认排序规则顺序
• 特别地，

  \uuu

  是

  005F；[*020.0020.0002]#低端

  而

  #

  是

  0023；[*0391.0020.0002]#数字符号

  。请注意，
  的排序规则编号低于
  的编号

---

首先，UTF-8只是一种编码。它指定如何物理存储Unicode代码点，但不处理排序、比较等

现在，您链接到的页面以数字代码点顺序显示所有内容。这是使用二进制排序规则（在SQL Server中，排序规则的名称以

\u-BIN

和

\u-BIN2

结尾）进行排序的顺序。但非二进制排序要复杂得多。此处描述了这些规则：

基本规则如下所示：

它表明：

005F；[*010A.0020.0002]#低端
...
0023  ; [*0290.0020.0002]#数字符号

---

请记住，任何地区/文化都可以覆盖这些基本规则，这一点非常重要。因此，虽然上面提到的几行解释了这种特定情况，但其他情况需要检查是否存在任何特定于语言环境的覆盖。

单个字符的顺序基于排序表，它与代码点编号几乎没有关系。开始请参阅。@markransem在哪里可以找到美国英语的排序表？unicode规范非常繁重，我找不到它的引用。如果您遵循该页面中的第一个链接，它将导致

allkeys.txt

，这将给出默认的排序规则顺序<代码>是

005F；[*020.0020.0002]#低端

而

#

是

0023；[*0391.0020.0002]#数字符号

。请注意，

\

的数字低于

\

@MarkRansom的数字。我相信这回答了我的问题。请发布一个正式的答案，我会标记为接受马克赎金接近，但不是100%。我将在30-45分钟后发布答案。。。