简介

咱们晓得计算机最先衰亡是在国外，出于过后计算机性能的思考和外国罕用字符的思考，最开始计算机应用的是 ASCII，ASCII 编码可能示意的字符毕竟是无限的，随着计算机的倒退和全世界范畴的风行，须要更多的可能示意世界各地字符的编码方式，这种编码方式就是 unicode。

当然在 unicode 呈现之前，各个国家或者地区依据外国的字符需要都制订过外国的编码标准，当然这些编码标准都是本地化的，不适用于全世界，所以并没有失去遍及。

明天咱们来讨论一下 unicode 编码的字符进行排序和正则匹配的问题。

ASCII 字符的排序

ASCII 的全称叫做 American Standard Code for Information Interchange，也就是美国信息替换规范代码，到目前为止，ASCII 只有 128 个字符。这里不具体探讨 ASCII 字符的形成。感兴趣的同学能够查看我之前写的对于 unicode 的文章。

ASCII 字符蕴含了 26 个字母，咱们看下在 javaScript 中怎么对 ASCII 字符编码的：

const words = ['Boy', 'Apple', 'Bee', 'Cat', 'Dog'];
words.sort();
// ['Apple', 'Bee', 'Boy', 'Cat', 'Dog']

能够看到，这些字符是依照咱们想要的字典的程序进行排序的。

然而如果你将这些字符批改成中文，再进行排序，那么就失去的并不是咱们想要的后果：

const words = ['爱', '我', '中', '华'];
words.sort();
// ['中', '华', '我', '爱']

这是为什么呢？

其实默认的这种 sort 是将字符串转换成字节，而后依照字节进行字典程序排序。如果是中文，那么并不会将其进行本地文字的转换。

本地字符的排序

既然应用 ASCII 字符不能对中文进行排序，那么咱们其实是想将汉字转换为拼音，而后依照拼音字母的程序来对其排序。

所以下面的”爱我中华“实际上是要比拟”ai“、”wo“、”zhong“、”hua“这几个拼音的程序。

有什么简略的办法来进行比拟吗？

在一些浏览器中提供了 Intl.Collator 和 String.prototype.localCompare 两种办法来进行本地字符的比拟。

比方我在 chrome 91.0 版本中：

应用 Intl.Collator 是能够失去后果的，而应用 String.prototype.localCompare 并不行。

再看下在 firfox 89.0 版本中：

后果和 chrome 是统一的。

上面是在 nodejs v12.13.1 版本的执行后果：

能够看到在 nodejs 中，并没有进行本地字符的转换和排序。

所以，上述的两个办法是和浏览器有关系的，也就是说和具体的实现是相干的。咱们并不能齐全对其信赖。

所以，要给字符串进行排序是一件十分傻的事件！

为什么不应用 unicode 进行排序

那么为什么不应用 unicode 进行排序呢？

首先，对于普通用户来说，他们并不知道 unicode，他们所须要的也就是将字符串转换为本地语言进行字典排序。

其次，即便应用本地字符进行排序也是十分艰难的一件事件，因为浏览器须要对不同的语言进行本地化排序反对。这使得工作量变得微小。

emoji 的正则匹配

文章最初，咱们来讲一下 emoji 的正则匹配问题。

emoji 是一系列的表情，咱们能够应用 unicode 来对其示意，然而 emoji 表情十分多，差不多有 3521 个，如果要对 emoji 进行正则匹配，咱们须要写出上面的代码：

(?:\ud83e\uddd1\ud83c\udffb\u200d\u2764\ufe0f\u200d\ud83d\udc8b\u200d\ud83e\uddd1\ud83c\udffc|\ud83e\uddd1\ud83c\udffb\u200d\u2764\ufe0f\u200d\ud83d
[... 前面省略很多]

以一个图像来直观的看一下 emoji 表情有多少：

这么多的 emoji，有没有简略的方法对其进行正则匹配呢？答案是有的。

早在 ECMAScript 的 TC39 提议外面，就曾经把 emoji 的正则匹配退出了规范之中，咱们能够应用 {Emoji_Presentation} 来示意。

\p{Emoji_Presentation}

是不是很简略？

总结

本文简略介绍了本地字符的排序规定和 emoji 表情的正则匹配。心愿可能给大家在理论工作中带来帮忙。

本文已收录于 http://www.flydean.com/04-unicode-sorting/

最艰深的解读，最粗浅的干货，最简洁的教程，泛滥你不晓得的小技巧等你来发现！