中文排序

僅以此文，祭奠線上無限crash的61位用戶豺型。

恩，先放重點(diǎn)：

中文字符串比較肴焊，請使用-localizedCompare:方法娶眷。這一個系統(tǒng)方法足矣茂浮！

2017.05.24更新
-localizedCompare:這個方法能保證排序結(jié)果與系統(tǒng)通訊錄排序結(jié)果相同席揽，基本符合拼音順序，但偶爾有偏差竟稳。
感謝 @半江瑟瑟 提供的測試數(shù)據(jù)立冬、李東果善、李Dong
想做到與系統(tǒng)排序方式保持一致請使用-localizedCompare:方法巾陕，想做到完美拼音排序請使用老司機(jī)文中提到的逐字比較方式鄙煤。

恩梯刚，重點(diǎn)說完開始講故事亡资，這篇文章主要用來總結(jié)幾種中文字符串比較的方法沟于，以防以后我那次遇到什么特殊的需求展懈。

這個故事中你將會看到：

• 字符串轉(zhuǎn)拼音
• -caseInsensitiveCompare:
• UILocalizedIndexedCollation
• 逐字比較
• GB_18030編碼
• -localizedCompare:

然而知識點(diǎn)只有：

• 字符串轉(zhuǎn)拼音
• -localizedCompare:

那個手機(jī)瀏覽的同志注意了冻记，看到字符串轉(zhuǎn)拼音后就可以打住了冗栗，下面的內(nèi)容多圖殺貓費(fèi)流量=。=

事情是這樣的供搀，需求要求自定義通訊錄選擇流程隅居，故無法直接調(diào)用系統(tǒng)通訊錄。老司機(jī)自告奮勇的接下了活葛虐，畢竟腦袋一想還不難胎源，可老司機(jī)低估了中文排序的坑=。=

1.最初的想法

最開始老司機(jī)想屿脐，首先所有聯(lián)系人都會按姓名首字母分組涕蚤，似乎需要轉(zhuǎn)拼音宪卿。有了拼音就可以根據(jù)拼音排序休溶，很順暢的思路义黎。Too young，Too naive。

///漢字轉(zhuǎn)拼音
-(NSString *)transferChineseToPinYin:(NSString *)string {
    NSMutableString *mutableString = [NSMutableString stringWithString:string];
    CFStringTransform((CFMutableStringRef)mutableString, NULL, kCFStringTransformToLatin, false);
    return [mutableString stringByFoldingWithOptions:NSDiacriticInsensitiveSearch locale:[NSLocale currentLocale]];
}

轉(zhuǎn)拼音老司機(jī)沒有引用第三方庫贡羔，用了三行代碼就搞定了。（這樣的方式轉(zhuǎn)換出來的拼音是沒有音調(diào)的逐虚，如果想要帶著音調(diào)涤伐，請將NSDiacriticInsensitiveSearch替換為NSCaseInsensitiveSearch）。

轉(zhuǎn)完拼音后，就可以調(diào)用-caseInsensitiveCompare:進(jìn)行比較了，老司機(jī)當(dāng)時(shí)真是美滋滋。

與-caseInsensitiveCompare:效果相同的還有一個專門為了TableView而存在的排序的類，叫做UILocalizedIndexedCollation。他也可以用來排序，使用起來也挺簡單：

NSArray *arr = [self getName];///只是將幾個字符串分別包裝成對象
UILocalizedIndexedCollation *localized =  [UILocalizedIndexedCollation currentCollation];
NSArray *temparr = [localized sortedArrayFromArray:arr collationStringSelector:@selector(fullName)];

不過他是基于對象的，你要把字符串當(dāng)做某個對象的屬性才能排序屎篱。并且它存在下面兩個問題中的第一個問題。

不過有兩個問題：

• 同音不同字
  表現(xiàn)是什么呢提针？比如說三個人嗜价，請看圖示：

轉(zhuǎn)拼音后比較拼音

這個結(jié)果明顯是不我們可以接受的届吁。

恩痴施，上面轉(zhuǎn)拼音的方法會在兩個字之間自動加上一個空格神得。所以老司機(jī)發(fā)現(xiàn)可以把拼音分開酝静。所以老司機(jī)在這里的想法是逐字比較让歼。

逐字比較

這樣的話倚评，結(jié)果就是理想結(jié)果了。不過還有第二個問題愕难。妖混。

• 中英結(jié)合的字符串
  中英結(jié)合的字符串轉(zhuǎn)換成拼音以后效果跟預(yù)想的有一定偏差误褪。什么表現(xiàn)呢帜羊？

中英結(jié)合

為什么這樣呢词裤？我們看到轉(zhuǎn)拼音的時(shí)候中英結(jié)合的是沒有空格的周偎。

老司機(jī)遇到錯誤平錯誤拓瞪，想到因?yàn)橹杏⒔Y(jié)合有問題，我處理一下字符串把中英文分開不就好了么复亏？

添加空格

這樣的話張Wicky就變成張 Wicky轉(zhuǎn)成拼音就變成zhang wicky上祈。排序完成廊宪。

然而我的61位用戶就是因?yàn)槲疫@一時(shí)大意而受到了無限crash的折磨珍策。。料仗。

矛盾點(diǎn)在這，比如用戶本來存的名字叫做張 啊紫新。沒錯，就是名字里面本身就有一個空格（這61位用戶你們?yōu)槊婵崭癜　Ｏ志鳌３咂濉Ｆ渌脩粼趺淳筒淮婺亍：龆场Ｒ欢ㄊ悄悴粫茫┬懔猓?jīng)過上面的添加空格就會變成張 啊(名字中間變成了3個空格)琼锋。其實(shí)到這里還好荷腊，最可氣的是-componentsSeparatedByString:這個方法的行為跟老司機(jī)想的不一致啊勿璃。（敲黑板擒抛，重點(diǎn)了巴破）

同學(xué)們，張 啊這個字符串調(diào)用-componentsSeparatedByString:這個方法歧沪，傳參@" "歹撒，你們的理想結(jié)果是什么？

實(shí)際結(jié)果

是的诊胞，比預(yù)想的多了兩個空字符串暖夭。。撵孤。問題很嚴(yán)重迈着，原本張 啊字符串長度為3，拼音數(shù)組元素個數(shù)為4邪码。然而后面有調(diào)用了-substringWithRange:方法裕菠。。闭专。是的你沒猜錯奴潘，越界了。影钉。画髓。

到這想填坑其實(shí)還可以，只要在添加空格以后再檢驗(yàn)是否有連續(xù)空格平委，替換成一個空格就好了奈虾。。肆汹。不過這種打補(bǔ)丁愚墓，讓代碼越來越失去可維護(hù)性的做法老司機(jī)覺得是個隱患。昂勉。浪册。所以老司機(jī)不得不想出第二個方法。

2.逐字比較時(shí)確保字與拼音一一對應(yīng)

最初的想法因?yàn)樵浇绯鰡栴}岗照，那么我是否讓字與拼音一一對應(yīng)上就好了呢村象？
那么首先要把字符串分成一個字一個字的，但是單詞還要保證是單詞而不是字母攒至。

分字

事實(shí)上老司機(jī)到這已經(jīng)有了些許抗拒厚者，為什么一個字符串排序就這么難。迫吐。库菲。
到了這里思路大概就是這個樣子的：

拆字

到了這里，因?yàn)橄炔鹱种景颍圆恍枰謩犹砑涌崭裎跤睿脖苊饬?code>-substringWithRange:方法鳖擒，所以根本就不存在越界了√讨梗看起來似乎比最初的想法省了很多事蒋荚，老司機(jī)心里美滋滋。

多說一嘴馆蠕，-enumerateSubstringsInRange:這個方法的行為很詭異期升，不知道是bug還是什么原理，表現(xiàn)如下：

奇怪的行為

當(dāng)?shù)谝粋€可見字符為漢字且緊跟著一個單詞的時(shí)候互躬，這里面的子串都中文和英文是不會分開的播赁，且后面的子串不熟影響。其他情況下都可以正常返回子串吼渡。

2017.05.25更新
有同學(xué)問具體是怎么實(shí)現(xiàn)的行拢？老司機(jī)將中文拼音比較寫在了字符串的擴(kuò)展中。以下是.m中相關(guān)代碼：

#define replaceIfContain(string,target,replacement,tone) \
do {\
if ([string containsString:target]) {\
string = [string stringByReplacingOccurrencesOfString:target withString:replacement];\
string = [NSString stringWithFormat:@"%@%d",string,tone];\
}\
} while(0)

@interface NSString ()
@property (nonatomic ,strong) NSArray * wordArray;
@property (nonatomic ,copy) NSString * wordPinyinWithTone;
@property (nonatomic ,copy) NSString * wordPinyinWithoutTone;
@end

@implementation NSString (DWStringSortUtils)
-(NSComparisonResult)dw_ComparedInPinyinWithString:(NSString *)string considerTone:(BOOL)tone {
    if ([self isEqualToString:string]) {
        return NSOrderedSame;
    }
    NSArray <NSString *>* arr1 = self.wordArray;
    NSArray <NSString *>* arr2 = string.wordArray;
    NSUInteger minL = MIN(arr1.count, arr2.count);
    for (int i = 0; i < minL; i ++) {
        if ([arr1[i] isEqualToString:arr2[i]]) {
            continue;
        }
        NSString * pinyin1 = [arr1[i] transferWordToPinYinWithTone:tone];
        NSString * pinyin2 = [arr2[i] transferWordToPinYinWithTone:tone];
        if (tone) {
            pinyin1 = transformPinyinTone(pinyin1);
            pinyin2 = transformPinyinTone(pinyin2);
        }
        NSComparisonResult result = [pinyin1 caseInsensitiveCompare:pinyin2];
        if (result != NSOrderedSame) {
            return result;
        } else {
            result = [arr1[i] localizedCompare:arr2[i]];
            if (result != NSOrderedSame) {
                return result;
            }
        }
    }
    if (arr1.count < arr2.count) {
        return NSOrderedAscending;
    } else if (arr1.count > arr2.count) {
        return NSOrderedDescending;
    } else {
        return NSOrderedSame;
    }
}
#pragma mark --- tool method ---
-(NSString *)transferWordToPinYinWithTone:(BOOL)tone {
    if (tone && self.wordPinyinWithTone) {
        return self.wordPinyinWithTone;
    } else if (!tone && self.wordPinyinWithoutTone) {
        return self.wordPinyinWithoutTone;
    }
    NSMutableString * mutableString = [[NSMutableString alloc] initWithString:self];
    CFStringTransform((CFMutableStringRef)mutableString, NULL, kCFStringTransformToLatin, false);
    NSStringCompareOptions toneOption = tone ?NSCaseInsensitiveSearch:NSDiacriticInsensitiveSearch;
    NSString * pinyin = [mutableString stringByFoldingWithOptions:toneOption locale:[NSLocale currentLocale]];
    if (tone) {
        self.wordPinyinWithTone = pinyin;
    } else {
        self.wordPinyinWithoutTone = pinyin;
    }
    return pinyin;
}
-(BOOL)dw_StringIsChinese {
    if (self.length == 0) {
        return NO;
    }
    NSPredicate * predicate = [NSPredicate predicateWithFormat:@"SELF MATCHES %@",@"[\\u4E00-\\u9FA5]+"];
    return [predicate evaluateWithObject:self];
}
-(NSArray *)dw_TrimStringToWord {
    if (self.length) {
        NSMutableArray * temp = [NSMutableArray array];
        [self enumerateSubstringsInRange:NSMakeRange(0, self.length) options:NSStringEnumerationByWords usingBlock:^(NSString * _Nullable substring, NSRange substringRange, NSRange enclosingRange, BOOL * _Nonnull stop) {
            if (substring.length > 1 && temp.count == 0 && ![substring dw_StringIsChinese] && [substring dw_SubStringConfirmToPattern:@"[\\u4E00-\\u9FA5]+"].count > 0) {///為防止第一個字與英文連在一起
                [temp addObject:[substring substringToIndex:1]];
                [temp addObject:[substring substringFromIndex:1]];
            } else {
                if (substring.length > 1 && [substring dw_StringIsChinese]) {
                    [substring enumerateSubstringsInRange:NSMakeRange(0, substring.length) options:(NSStringEnumerationByComposedCharacterSequences) usingBlock:^(NSString * _Nullable substring2, NSRange substringRange, NSRange enclosingRange, BOOL * _Nonnull stop) {
                        [temp addObject:substring2];
                    }];
                } else {
                    if (substring.length) {
                        [temp addObject:substring];
                    }
                }
            }
        }];
        return [temp copy];
    }
    return nil;
}
#pragma mark --- inline method ---
static inline NSString * transformPinyinTone(NSString * pinyin) {
    replaceIfContain(pinyin, @"ā", @"a",1);
    replaceIfContain(pinyin, @"á", @"a",2);
    replaceIfContain(pinyin, @"ǎ", @"a",3);
    replaceIfContain(pinyin, @"à", @"a",4);
    replaceIfContain(pinyin, @"ō", @"o",1);
    replaceIfContain(pinyin, @"ó", @"o",2);
    replaceIfContain(pinyin, @"ǒ", @"o",3);
    replaceIfContain(pinyin, @"ò", @"o",4);
    replaceIfContain(pinyin, @"ē", @"e",1);
    replaceIfContain(pinyin, @"é", @"e",2);
    replaceIfContain(pinyin, @"ě", @"e",3);
    replaceIfContain(pinyin, @"è", @"e",4);
    replaceIfContain(pinyin, @"ī", @"i",1);
    replaceIfContain(pinyin, @"í", @"i",2);
    replaceIfContain(pinyin, @"ǐ", @"i",3);
    replaceIfContain(pinyin, @"ì", @"i",4);
    replaceIfContain(pinyin, @"ū", @"u",1);
    replaceIfContain(pinyin, @"ú", @"u",2);
    replaceIfContain(pinyin, @"ǔ", @"u",3);
    replaceIfContain(pinyin, @"ù", @"u",4);
    return pinyin;
}
#pragma mark ---setter/getter ---
-(void)setWordPinyinWithTone:(NSString *)wordPinyinWithTone {
    objc_setAssociatedObject(self, @selector(wordPinyinWithTone), wordPinyinWithTone, OBJC_ASSOCIATION_COPY_NONATOMIC);
}

-(NSString *)wordPinyinWithTone {
    return objc_getAssociatedObject(self, _cmd);
}

-(void)setWordPinyinWithoutTone:(NSString *)wordPinyinWithoutTone {
    objc_setAssociatedObject(self, @selector(wordPinyinWithoutTone), wordPinyinWithoutTone, OBJC_ASSOCIATION_COPY_NONATOMIC);
}

-(NSString *)wordPinyinWithoutTone {
    return objc_getAssociatedObject(self, _cmd);
}

-(void)setWordArray:(NSArray *)wordArray {
    objc_setAssociatedObject(self, @selector(wordArray), wordArray, OBJC_ASSOCIATION_RETAIN_NONATOMIC);
}

-(NSArray *)wordArray {
    NSArray * array = objc_getAssociatedObject(self, _cmd);
    if (!array) {
        array = [self dw_TrimStringToWord];
        objc_setAssociatedObject(self, @selector(wordArray), array, OBJC_ASSOCIATION_RETAIN_NONATOMIC);
    }
    return array;
}
@end

3.帶音調(diào)的拼音排序

上面的排序老司機(jī)都是在排沒有音調(diào)的拼音诞吱。老司機(jī)在上面也有介紹過如果轉(zhuǎn)換帶音調(diào)的拼音方法，老司機(jī)又開始美滋滋的優(yōu)化自己的代碼了竭缝。想想不過是轉(zhuǎn)拼音的時(shí)候轉(zhuǎn)成帶音調(diào)的然后源代碼比較唄房维。結(jié)果。抬纸。咙俩。

什么鬼順序

系統(tǒng)這是什么鬼順序，開始懷疑小學(xué)老師教的āáǎà是假的了都湿故。阿趁。老司機(jī)都快瘋了，媽媽坛猪，不要再讓我給字符串排序了脖阵。。墅茉。

又開始翻閱博客如何排序啊命黔。。就斤。

之前考慮過這個方法 但問題是不能對首字母之后的拼音排序 而且需要引用額外的文件 比較麻煩悍募。

后來查到gb編碼本來就是用拼音排序的就hack了一下：在stringByAddingPercentEscapesUsingEncoding:后面用16位編碼 將中文轉(zhuǎn)為ascii來比較 更簡潔。

引自按照拼音對數(shù)組中的中文字符串排序的算法中Lunar川小槑的回復(fù)

\#define GB18030_ENCODING CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000)
 
// 其他代碼...
 
NSComparator comparator = ^(NSString *obj1, NSString *obj2){
 
        NSString *str1 = [obj1 stringByAddingPercentEscapesUsingEncoding:GB18030_ENCODING];
        NSString *str2 = [obj2 stringByAddingPercentEscapesUsingEncoding:GB18030_ENCODING];
 
        return [str1 compare:str2];
};

試了一下洋机，誒坠宴，果然好使！順序?qū)Φ谋疗欤∫膊挥弥鹱直容^了喜鼓！一級棒副砍！不過老司機(jī)真的有做測試的潛質(zhì)，我也不知道為什么颠通，我就隨便改了一下數(shù)據(jù)址晕，我都不知道怎么想的把往字改成了彺字結(jié)果就又錯了。顿锰。谨垃。想想可能GB_18030這個標(biāo)準(zhǔn)也不都是按照拼音排的吧。硼控。刘陶。

4.最后的，也是最簡單的牢撼，系統(tǒng)放在那我就一直沒用的匙隔。。熏版。

最后的最后我又找到了這個方法纷责，-localizedCompare:。真的是比什么都簡單撼短，又比什么都對啊再膳。這個方法沒什么bug也沒什么風(fēng)險(xiǎn)。曲横。喂柒。簡單的不要不要的。禾嫉。灾杰。

扣個題：

中文字符串比較，請使用-localizedCompare:方法熙参。這一個系統(tǒng)方法足矣艳吠！

中文字符串比較，請使用-localizedCompare:方法孽椰。這一個系統(tǒng)方法足矣讲竿！

中文字符串比較，請使用-localizedCompare:方法弄屡。這一個系統(tǒng)方法足矣题禀！

扣題改了，看下文章開頭的更新

想想自己因?yàn)橐雌匆舴纸M所以轉(zhuǎn)了拼音膀捷，之后就一直再以拼音排序迈嘹，快要被自己蠢哭了。。秀仲。

蠢哭了