Intl.Collator 排文件名：数字片段、语言差异与稳定次序

文件名按普通字符串排序，file10 经常排在 file2 前面。手写一个拆数字的正则可以修掉这个例子，却很快会碰到大小写、重音字母、不同语言和相同排序权重的问题。先别急着把比较器扩成一套不完整的语言规则。

Intl.Collator 负责按语言排序字符串，numeric: true 让数字片段参与数值式比较。它很适合文件名这类“文本夹着数字”的展示列表，但不负责版本号协议、带单位金额或任意业务编码排序。

这一页做一个可调整语言与比较选项的文件名排序器。它保留原输入，不修改文件名；相同排序权重时保留输入次序。使用支持Intl.Collator的现代浏览器即可运行，不需要框架和外部服务。

完整页面先把排序合同显示出来

保存为 collator-sort.html：

<!doctype html>
<html lang="zh-CN">
<meta charset="utf-8">
<title>文件名语言排序</title>
<label>排序语言
  <select id="locale">
    <option value="en">英语</option>
    <option value="de">德语</option>
    <option value="sv">瑞典语</option>
    <option value="zh-CN">中文</option>
  </select>
</label>
<label><input id="numeric" type="checkbox" checked>按数字片段比较</label>
<label><input id="ignore-case" type="checkbox">忽略大小写，保留重音</label>
<p><label for="source">每行一个文件名，最多200行</label></p>
<textarea id="source" rows="9" cols="50">file10.txt
file2.txt
file02.txt
A.txt
a.txt
ä.txt
z.txt</textarea><br>
<button id="sort" type="button">排序</button>
<p id="status" role="status"></p>
<pre id="options"></pre>
<ol id="result"></ol>
<script>
function sortNames(names, locale, numeric, ignoreCase) {
  const collator = new Intl.Collator(locale, {
    usage: 'sort',
    numeric,
    sensitivity: ignoreCase ? 'accent' : 'variant'
  });
  const records = names.map((text, index) => ({ text, index }));
  records.sort((left, right) => {
    const order = collator.compare(left.text, right.text);
    return order || left.index - right.index;
  });
  return { records, options: collator.resolvedOptions() };
}
const source = document.querySelector('#source');
const result = document.querySelector('#result');
const status = document.querySelector('#status');
document.querySelector('#sort').onclick = () => {
  try {
    const names = source.value.split(/\r?\n/).filter(text => text !== '');
    if (names.length > 200 || names.some(text => text.length > 200)) {
      throw new Error('最多200行，每行最多200个UTF-16代码单元');
    }
    const sorted = sortNames(names,
      document.querySelector('#locale').value,
      document.querySelector('#numeric').checked,
      document.querySelector('#ignore-case').checked);
    result.replaceChildren(...sorted.records.map(record => {
      const item = document.createElement('li');
      item.textContent = record.text;
      return item;
    }));
    document.querySelector('#options').textContent =
      JSON.stringify(sorted.options, null, 2);
    status.textContent = `已排序 ${names.length} 项`;
  } catch (error) {
    status.textContent = error.message;
  }
};
</script>
</html>

保持numeric勾选，file2应排在file10前；取消勾选，再观察字符串式数字片段比较。切换德语与瑞典语，可以观察ä相对z的语言排序差异。实际使用的语言与选项显示在resolvedOptions中，不必靠浏览器界面语言猜测。

代码只过滤完全空行，没有trim文件名。真实文件名可能合法包含首尾空格，排序工具不应悄悄把它们改掉。产品若明确禁止这些名字，应在输入规则中拒绝，而不是在比较器里顺便清洗。

比较结果只看正负，不要要求恰好等于 1

Collator的比较结果可能是负数、零或正数，合同不要求固定返回-1与1。if (compare(a,b) === -1) 这类判断把实现细节当成规则，会在本来合法的比较结果上走错分支。

示例直接把compare结果交给sort，相等时再按原始index排序。现代稳定排序本身已经能保留相等项次序，这里显式写出次级键，是为了把“相同权重按输入顺序”变成可见合同。

但输入顺序只对当前这份列表稳定。服务端每次返回顺序都不同，重新输入以后相等项目当然可能换位置。若要求跨次请求的确定顺序，应添加稳定业务编号作为次级键，而不是继续增加语言选项，期待语言排序替你生成唯一性。

比较器也不应修改记录本身。排序期间多个对象可能被反复比较，里面写计数、改名称或发请求，会让结果依赖调用次数。Collator可以复用，比较过程应只根据固定输入与固定配置给出顺序。

numeric 比较数字片段，不定义业务数字语法

file2 与 file02 可能在numeric规则下获得相同排序权重，因此程序用次级键处理。数字里的前导零是否代表不同业务编码，仍是业务决定。

负号、小数点、千分位和单位，也不能因此被当成一个完整数值解析。给“温度-2”“温度10”排序，不能仅凭numeric就宣称支持数学上的带符号比较；给“2 MB”“100 KB”排序，更没有发生单位换算。

版本号也是一样。数字片段排序有时会让v1.2排在v1.10前，但语义化版本还包括预发布标识、构建元数据等正式规则。需要SemVer比较时使用对应协议，不要拿一个碰巧正确的文件名样本替代版本规范。

sensitivity控制哪些语言差异参与比较。例子选择accent时忽略大小写但保留重音，variant则保留更细差异。若选择base，可能同时折叠大小写与重音权重，不能把它标成只忽略大小写。

语言回退与数据版本会影响结果

请求某个locale，不代表运行时一定具备完全相同的语言数据。可以先用supportedLocalesOf核对支持情况，再读取resolvedOptions确认最终使用的配置。构造器接受了输入，只说明它能建立比较器，不说明产品要求的所有语言细节都已经被满足。

不同浏览器、操作系统或运行时的国际化数据版本也可能造成细节差异。因此，跨系统导出要求完全可重复的业务排序时，应固定执行环境和比较合同，或者由单一后端生成稳定排序键，不能让每台客户端各自“差不多按本地语言排”。

分页尤其需要这条纪律。服务器按一种顺序切了第一页，浏览器再换另一种语言排序这一页，只能改变本页显示，不能得到全量数据在新顺序下的真正第一页。跨页去重与游标继续读取也会受影响。全局排序应在分页之前统一执行，局部排序要在界面里明确范围。

这份页面没有做性能排名。它只在一次排序开始时创建一个Collator并复用compare，避免在每次比较中反复构造配置。是否值得进一步优化，应基于实际列表规模与渲染成本，而不是凭API名字声称快多少倍。

大小限制与比较规则同样应分开：本页限制行数和文本长度，只为让交互实验可控，不参与文件名本身的语言权重。

加入一对只在大小写上不同的名字，勾选忽略大小写，它们应按输入顺序出现；交换输入顺序，显示顺序也随之交换。这就是当前次级键的具体含义。要跨请求保持相同次序，应把index换成不随返回顺序变化的业务标识。