詞語定序，或稱定序（英語：Collation，目前沒有公認的譯名，但不少資訊領域者，如微軟[1]，根據其內涵而譯作「定序」，或有譯作「文字排序」[註 1]），是指在計算機科學與圖書館學、詞典編撰中書寫信息的標準排序。如數值序或者字母序 。形式上說，定序方法對所有可能的標識符（即排序鍵）集合定義了一個全序，因此在信息項的集合上產生了一個全預序（因為具有相同的排序鍵的信息項沒有預定次序）。
定序算法，如統一碼定序演算法，則定義如何比較兩個字符串確定何者在先。
數值序或者編年序
表示數值（或時間）的字符串按照其表示的數值，例如： "-4", "2.5", "10", "89", "30,000". 注意可能會存在偏序情況，如"2"與"2.0"，"2e3"與"2000"。
字母序
字母序，也稱詞典序。常見問題有：
- 空白符（如空格符）如何處理；
- 附加符號。法語中把帶附加符號的字符都當作基本字符來排序。德語的「電話簿序」中，Ä, Ö, Ü應當作為 "ae", "oe", "ue" 來排序。因此，姓Müller/Mueller具有相同的排序位置。西班牙語的Ñ作為一個單獨字母排在N之後.
- 姓名排序時，不論書寫或印刷時的姓與名誰在先，可能需要先按照姓，再按照名排序。
- 以常見詞（如"the" 或 "a"）開頭的信息項，排序時可能會忽略或者把這些前綴詞移動到最後來排序。
- 愛爾蘭與蘇格蘭姓的常見前綴M'或Mc，可視作是MaC的縮寫，排序時按照非縮寫形式。如McKinley被視作Mackintosh
- 連字（ligature），在英語中不被視作不同的字符，如Æ或Œ，排序時當作ae或ce。但在1994年之前的西班牙語， "CH"與"LL"作為單個字母，分別排在字母C與L之後，因此會如此排序「cinco, credo, chispa」或者「lomo, luz, llama」. 威爾斯語中，CH, DD, FF, NG, LL, PH, RH, TH都作為單獨的字母，排在其字符對的第一個字母之後（NG例外，排在G之後），因此有如下排序：A, B, C, CH, D, DD, E, F, FF, G, NG, H.
- 字母與數字混排，有時可按照先數字後字母，或者把數字用字母拼寫後排序，如：1776按照"seventeen seventy-six"排序。
參見
外部連結
- 統一碼定序演算法 （頁面存檔備份，存於互聯網檔案館）：統一碼技術標準 #10
- Collation in Spanish（頁面存檔備份，存於互聯網檔案館）
- Collation of the names of the member states of the United Nations
- Typographical collation for many languages（頁面存檔備份，存於互聯網檔案館）, as proposed in the List module of Cascading Style Sheets.
- Collation Charts: Charts demonstrating language-specific sorting orders in various operating systems and DBMS
- ICU Locale Explorer （頁面存檔備份，存於互聯網檔案館） 使用國際統一碼部件在線展示統一碼定序演算
註釋
參考文獻
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
