JavaScript/Node.js中Collator缺失getSortKey及替代方案咨询

Unicode的ICU标准（International Components for Unicode）定义了两种排序规则的使用方式：

• 通过比较两个字符串（如ICU C++中的compare(s1,s2)方法）确定相对顺序
• 为任意字符串生成排序键（Sort Key）（如ICU的getSortKey()方法），这在构建多字符串索引（如数据库场景）时十分必要

在JavaScript和Node.js中，Intl.Collator类实现了类似ICU的compare(s1,s2)方法，但未提供生成排序键的对应方法。以下是针对相关问题的解答：

1. 为何Intl.Collator中缺失getSortKey方法？ #

早期ECMAScript国际化API（Intl）的设计优先覆盖高频的字符串比较场景，生成排序键的需求当时属于小众场景。同时，该方法的实现存在以下阻碍：

• 排序键的二进制格式在不同ICU版本间可能存在差异，标准化难度高
• 实现过程涉及复杂的Unicode排序算法（UCA）细节，性能开销和跨平台兼容性验证成本高
• 初期规范制定时，社区对该功能的需求反馈不足

2. 未来是否有添加该方法的计划？ #

目前TC39（ECMAScript标准制定委员会）的讨论中，已有针对Intl.Collator添加排序键生成功能的提案，不过仍处于早期阶段，尚未进入正式的标准化流程。该功能是否会落地，取决于社区需求反馈、实现成本控制以及跨平台兼容性的验证结果。

3. 方法推出前的替代方案 #

目前在JS/Node.js环境中，生成符合任意Unicode排序规则的排序键的可用方案有限：

• 封装Node.js底层ICU API：Node.js本身依赖ICU，可以通过调用内部ICU绑定（需注意非官方API可能随版本变更）来生成排序键，但这种方式复杂度高，兼容性差，不推荐用于生产环境。
• 基于CLDR数据自行实现：使用@unicode-org/cldr包获取CLDR（Unicode通用区域数据仓库）的排序规则数据，自行实现Unicode排序算法（UCA）来生成排序键，但需要处理大量算法细节，开发成本较高。
• 第三方包unicode-collation-algorithm2虽内部使用排序键，但未暴露相关API，也不支持任意排序规则，无法直接用于需求场景。

内容的提问来源于stack exchange，提问作者Marcin Wojnarski