Saxon-EE 11中基于UCA实现特殊字符串排序的技术求助

针对你在Saxon-EE 11中基于UCA实现特定排序规则的需求，以下是可行的方案：

一、通过自定义UCA排序规则实现（推荐） #

Saxon-EE支持自定义符合Unicode Collation Algorithm（UCA）的排序规则文件，可同时满足你的两个需求：

1. 编写自定义UCA规则文件 #

创建一个XML格式的排序规则文件（例如custom-en-us-collation.xml），内容如下：

<collation xmlns="http://www.w3.org/2005/xpath-functions/collation"
           version="1.0"
           xml:lang="en-US">
  <!-- 将连字符、斜线映射为空格，实现等效排序 -->
  <characterMapping>
    <map from="-" to=" "/>
    <map from="/" to=" "/>
  </characterMapping>
  <!-- 调整空格的排序优先级，让其在字母之前 -->
  <!-- 这样当前缀相同时，带空格的字符串会排在后续为字母的字符串前面 -->
  <reorder>
    <before codepoint="0020" after="Z"/>
  </reorder>
</collation>

2. 在XSLT中使用该自定义排序规则 #

在xsl:sort指令中，通过collation属性指定自定义规则文件的URI（例如本地文件路径或类路径）：

<xsl:sort select="." collation="file:///path/to/custom-en-us-collation.xml"/>

Saxon会加载这个自定义规则，处理字符映射并调整空格的排序优先级，从而满足你的两个需求。

二、通过预处理生成自定义排序键实现 #

如果不想编写UCA规则文件，可通过预处理字符串生成自定义排序键，间接实现需求：

<xsl:sort select="replace(replace(., '[-/]', ' '), ' ', '&#x0001;')"
          collation="http://saxon.sf.net/collation?algo=uca;lang=en-US"/>

逻辑说明： #

1. 第一步replace(., '[-/]', ' ')：将字符串中的连字符、斜线替换为空格，实现三者等效；
2. 第二步replace(..., ' ', '')：将空格替换为Unicode控制字符SOH（），该字符的UCA排序优先级远低于所有字母；
3. 基于UCA排序时，替换后的字符串中，原空格位置的SOH会比字母更早出现，因此ABSENTEE VOTING（处理后为ABSENTEEVOTING）会排在ABSENTEES之前。

验证说明 #

两种方案都需要针对你的目标排序集合进行测试：

• 对于UCA规则方案，需确保reorder元素的配置正确调整了空格相对于字母的优先级；
• 对于排序键方案，需确认所选控制字符在UCA排序中的位置符合预期（避免与其他特殊字符冲突）。

内容的提问来源于stack exchange，提问作者Trevor Lawrence