如何实现Java Collator的数字敏感排序并兼顾国际化？

当我们对包含数字的字符串列表（比如 {"Test1.txt", "Test2.txt", "Test11.txt", "Test22.txt"}）使用 String::compareTo 或默认的 Collator::compare 排序时，会得到不符合人类直观习惯的结果：

Test1.txt
Test2.txt
Test22.txt
Test3.txt

而符合预期的自然排序结果应该是：

Test1.txt
Test2.txt
Test3.txt
Test22.txt

如果不想自己手写数字敏感的比较逻辑，同时还想保留 Collator 自带的国际化排序能力，有以下几种可靠方案：

Java 9+ 自带解决方案 #

Java 9 开始，Collator 新增了 setNumericCollation(boolean) 方法，直接开启数字敏感排序，同时完全保留原有国际化特性（比如不同语言的字符排序规则）。

示例代码：

import java.text.Collator;
import java.util.Arrays;
import java.util.List;
import java.util.Locale;

public class NumericSortExample {
    public static void main(String[] args) {
        List<String> files = Arrays.asList("Test1.txt", "Test2.txt", "Test22.txt", "Test3.txt");
        // 创建对应Locale的Collator
        Collator usCollator = Collator.getInstance(Locale.US);
        // 开启数字敏感排序
        usCollator.setNumericCollation(true);
        // 执行排序
        files.sort(usCollator);
        // 输出结果
        files.forEach(System.out::println);
    }
}

运行这段代码就能得到符合预期的自然排序结果，不需要额外依赖。

兼容Java 8及以下的第三方库方案 #

如果项目还在使用Java 8或更低版本，可以选择以下成熟的第三方库：

ICU4J（推荐） #

ICU4J是Unicode官方的Java国际化组件，它的Collator实现比JDK更完善，支持数字敏感排序，同时覆盖更多语言的排序规则。

示例代码：

import com.ibm.icu.text.Collator;
import com.ibm.icu.util.ULocale;
import java.util.Arrays;
import java.util.List;

public class ICU4JSortExample {
    public static void main(String[] args) {
        List<String> files = Arrays.asList("Test1.txt", "Test2.txt", "Test22.txt", "Test3.txt");
        Collator collator = Collator.getInstance(ULocale.US);
        // 开启数字敏感排序
        collator.setNumericCollation(true);
        files.sort(collator);
        files.forEach(System.out::println);
    }
}

Apache Commons Lang #

可以结合StringUtils的自然排序比较器，不过它的国际化支持不如Collator或ICU4J，适合简单场景：

import org.apache.commons.lang3.StringUtils;
import java.util.Arrays;
import java.util.List;

public class CommonsLangSortExample {
    public static void main(String[] args) {
        List<String> files = Arrays.asList("Test1.txt", "Test2.txt", "Test22.txt", "Test3.txt");
        files.sort(StringUtils::naturalCompare);
        files.forEach(System.out::println);
    }
}

参考其他语言实现 #

比如JavaScript中可以通过Intl.Collator的numeric: true配置快速实现相同功能：

const usCollator = Intl.Collator("us", { numeric: true });
const list = ["Test1.txt", "Test2.txt", "Test3.txt", "Test22.txt"];
list.sort(usCollator.compare);
console.log(list);

Java 9+的setNumericCollation就是对标这个特性的官方实现。

内容的提问来源于stack exchange，提问作者Alireza Dastyar