如何用预定义字母表对Unicode字符串排序？含MySQL/PHP场景

Hey，我刚好处理过类似的自定义Unicode字符排序需求，给你一套可行的方案：

因为MySQL的utf8mb4_general_ci排序规则不一定符合你的预定义字母表顺序，所以我们需要在PHP层面拿到查询结果后，基于自定义字符权重手动排序。

1. 定义自定义字符排序映射表 #

首先你要把预定义的字母表转换成「字符-权重」的映射数组，权重值越小的字符排序越靠前。比如假设你的预定义顺序是a → b → ḥ → ḫ → š → ... → z，可以这么写：

// 完全按照你的预定义字母表来配置这个映射
$customCharOrder = [
    'a' => 1,
    'b' => 2,
    'ḥ' => 3,
    'ḫ' => 4,
    'š' => 5,
    'c' => 6,
    // ... 继续添加所有需要排序的字符
    'z' => 26
];

提示：如果需要忽略大小写排序，可以把所有字符转成小写（或大写）后再处理，映射表里也统一用小写字符。

2. 编写字符权重转换函数 #

因为是多字节Unicode字符，不能直接用普通的字符串拆分函数，必须用多字节安全的方法把字符串拆成单个字符，再转换成对应的权重数组：

function getStringSortWeight($str, $charWeightMap) {
    // 拆分多字节字符，确保ḥ、ḫ、š这类字符不会被拆坏
    $chars = mb_split('', $str);
    $weightArray = [];
    
    foreach ($chars as $char) {
        // 如果字符在映射表里，取对应的权重；否则给一个大值，让它排到最后
        $weightArray[] = isset($charWeightMap[$char]) ? $charWeightMap[$char] : 999;
    }
    
    return $weightArray;
}

3. 用usort实现自定义排序 #

拿到MySQL查询返回的$result数组后，用PHP的usort函数结合上面的权重函数来排序：

// 假设$result是关联数组，每个元素的目标字段是'unicode_content'
usort($result, function($itemA, $itemB) use ($customCharOrder) {
    $weightA = getStringSortWeight($itemA['unicode_content'], $customCharOrder);
    $weightB = getStringSortWeight($itemB['unicode_content'], $customCharOrder);
    
    // 逐字符比较权重，直到找到第一个不同的权重值
    $maxLen = max(count($weightA), count($weightB));
    for ($i = 0; $i < $maxLen; $i++) {
        $valA = $weightA[$i] ?? 0; // 短字符串先结束的部分，权重视为0，优先排在前面
        $valB = $weightB[$i] ?? 0;
        
        if ($valA !== $valB) {
            return $valA - $valB; // 权重小的排前面
        }
    }
    
    return 0; // 两个字符串完全一致
});

额外注意事项 #

• 一定要确保所有涉及字符串操作的地方都用多字节安全函数（比如mb_split、mb_strtolower等），避免Unicode字符被破坏。
• 测试时可以先拿几个典型的字符串（比如包含ḥ、ḫ、š的样本）验证排序结果是否符合你的预定义规则。
• 如果你的预定义字母表非常复杂，可以考虑把映射表存在配置文件里，方便维护。

内容的提问来源于stack exchange，提问作者Preys