एचटीएमएल ASCII केस असंवेदनशील आईसीयू कोलेटर

Question

मुझे https://www.w3.org/2005/xpath-functions/collation/html-ascii-case-insensitive/ से संबंधित एक कोलेटर बनाने की आवश्यकता है यानी यह तुलना करते समय ASCII A-Z और a-z वर्णों की केस संवेदनशीलता को अनदेखा करता है।

मैं निम्नलिखित ICU4j RuleBasedCollator के साथ इस प्रयास किया है:

final RuleBasedCollator collator = 
     new RuleBasedCollator("&a=A, b=B, c=C, d=D, e=E, f=F, g=G, h=H, " 
       + "i=I, j=J, k=K, l=L, m=M, n=N, o=O, p=P, q=Q, r=R, s=S, t=T, " 
       + "u=U, v=V, u=U, v=V, w=W, x=X, y=Y, z=Z").freeze(); 

हालांकि, निम्नलिखित तुलना विफल है, जहां मैं इसे सफल होने के लिए उम्मीद करेंगे (यानी लौट true) लगता है:

final SearchIterator searchIterator = new StringSearch(
     "pu", new StringCharacterIterator("iNPut"), collator); 
return searchIterator.first() >= 0; 

मेरे नियमों में मुझे क्या याद आ रही है?

Answer 1

com.ibm.icu.text.RuleBasedCollator#compare

एक पूर्णांक मान देता है। मूल्य शून्य से कम है, तो स्रोत लक्ष्य से कम है, मान शून्य है अगर स्रोत और लक्ष्य समान हैं, मान है शून्य से अधिक है, तो स्रोत से लक्षित कर

String a = "Pu"; 
String b = "pu"; 

RuleBasedCollator c1 = (RuleBasedCollator) Collator.getInstance(new Locale("en", "US", "")); 
RuleBasedCollator c2 = new RuleBasedCollator("& p=P"); 
System.out.println(c1.compare(a, b) == 0); 
System.out.println(c2.compare(a, b) == 0); 

---

Output 
====== 
false 
true 

ऐसा प्रतीत होता है अधिक से अधिक है नियम यह नहीं है कि समस्या कहां है, कुछ खोजकर्ता कोड के साथ गलत लगता है।

---

यदि आपको सर्चइटरेटर का उपयोग करने की आवश्यकता नहीं है तो शायद आप अपनी खुद की 'शामिल' विधि लिख सकते हैं। शायद इस तरह कुछ:

boolean contains(String a, String b, RuleBasedCollator c) { 
    int index = 0; 
    while (index < a.length()) { 
    if (a.length() < b.length()) { 
     return false; 
    } 

    if (c.compare(a.substring(0, b.length()), b) == 0) { 
     return true; 
    } 

    a = a.substring(1); 
    } 
    return false; 
} 

शायद दुनिया में सबसे अच्छा कोड नहीं है, लेकिन आपको विचार मिलता है।

Answer 2

1. यह डब्ल्यू 3 सी "संयोजन" सामान्य अर्थ में कोलेटर की तरह नहीं दिखता है। यह आदेश के बिना एक ASCII-case-असंवेदनशील matcher है। मुझे संदेह है कि इसे आम तौर पर कम-स्तरीय कोड के साथ कार्यान्वित किया जाता है जो एएससीआईआई अक्षरों के मामले से असंवेदनशील रूप से मेल खाता है और बाकी सब कुछ ठीक से। https://www.w3.org/TR/xpath-functions-31/#html-ascii-case-insensitive-collation

2. कोलेटर नियम शायद ऐसा नहीं करते जो आप सोचते हैं कि वे करते हैं। कॉमा एक तृतीयक अंतर के लिए पुराना वाक्यविन्यास है, इसलिए &a=A, b=B, c=C&a=A<<<b=B<<<c=C जैसा ही है। मुझे लगता है कि आप &a=A &b=B &c=C आदि की तरह कुछ इच्छुक थे

   • http://userguide.icu-project.org/collation/customization
   • http://demo.icu-project.org/icu-bin/collation.html
   • http://www.unicode.org/reports/tr35/tr35-collation.html#Rules