verwirrendes Sortieren von Umlauten

Question

Hi,

historisch gewachsen werden in den Programmteilen eigentlich alle Varianten
verwendet: strcmp/strcoll, CString::Compare/Collate, die Windows-Funktion CompareString, ...

Im Zuge von Aufräummassnahmen gehe ich dazu über, die meisten Vergleiche auf
CompareString(LOCALE_SYSTEM_DEFAULT, NORM_IGNORECASE, Buf1, -1, Buf2, -1)
umzustellen.

lt. Wikipedia gibt es nach DIN 5007-1 zwei Sortiervarianten:
ä=a und ä=ae

Welche Parameter brauche ich denn für CompareString um jeweils eine der beiden Varianten abzubilden?
Oder ist es etwas, was der Anwender unter Windows einstellen kann/muss?

Ausserdem ist mir so, als ob über die verschiedenen Windowsversionen hinweg sich
das Sortierverhalten bzgl. der Umlaute etwas geändert hat?

Tschüß, Holger.

Answer 1

Hallo Holger!

ä=a und ä=ae

Mach beachte erst mal, dass dies nur im Deutschen gibt.
Diese Sortierung heisst bei Windows "German Phone-Book sorting".

Hier ist mal der Code:

// See: All right, mistakes were made #2 (What the %#$* is wrong with 
German Phonebook sorting?)
// http://blogs.msdn.com/b/michkap/archive/2007/05/05/2430935.aspx
#include <Windows.h>
#include <tchar.h>
#include <stdio.h>

void PrintResult(int compreStringResult)
{
    switch(compreStringResult)
    {
    case CSTR_GREATER_THAN:
        printf("greater");
        break;
    case CSTR_EQUAL:
        printf("equal");
        break;
    case CSTR_LESS_THAN:
        printf("less");
        break;
    }
    printf("\n");
}
int _tmain()
{
    const LCID lcid1 =
MAKELCID(MAKELANGID(LANG_GERMAN,SUBLANG_DEFAULT), SORT_DEFAULT);
    const LCID lcid2 =
MAKELCID(MAKELANGID(LANG_GERMAN,SUBLANG_DEFAULT), SORT_GERMAN_PHONE_BOOK);
     TCHAR *szBuf1 = _T("HÜBNER");
    TCHAR *szBuf2 = _T("HUEBNER");
     printf("german-default: ");
    PrintResult(CompareString(lcid1, NORM_IGNORECASE, szBuf1, -1,
szBuf2, -1));
     printf("german-phone-book: ");
    PrintResult(CompareString(lcid2, NORM_IGNORECASE, szBuf1, -1,
szBuf2, -1));
}

Für mehr Infos siehe auch:
http://blogs.msdn.com/b/michkap/archive/2007/05/05/2430935.aspx
 Und ob sich ein Sorting-Verhalten im Lauf von Windows-Versionen ändert ist leicht zu beantworten, wenn Du erkennst, dass sich die Unicode-Sorting auch ständig ändert...

Siehe dazu auch nochmals den oberen Post...
Ansonsten für Locales musst Du nur den Blog des MS Gurus dazu lesen:
http://blogs.msdn.com/b/michkap/

---

Jochen Kalmbach (MVP VC++)

Answer 2

Ach so... das Ergebnis des Testprogrammes ist natürlich:

german-default: less
german-phone-book: equal

zumindest bei mir auf meinem Windows 7 x64.

---

Jochen Kalmbach (MVP VC++)

Answer 3

Hi,

"Jochen Kalmbach [MVP]" schrieb im Newsbeitrag news:[e-mail]...

Hallo Holger!

ä=a und ä=ae

Mach beachte erst mal, dass dies nur im Deutschen gibt.
Diese Sortierung heisst bei Windows "German Phone-Book sorting".
Hier ist mal der Code:

// See: All right, mistakes were made #2 (What the %#$* is wrong with
German Phonebook sorting?)
// http://blogs.msdn.com/b/michkap/archive/2007/05/05/2430935.aspx
#include <Windows.h>
#include <tchar.h>
#include <stdio.h>

void PrintResult(int compreStringResult)
{
   switch(compreStringResult)
   {
   case CSTR_GREATER_THAN:
       printf("greater");
       break;
   case CSTR_EQUAL:
       printf("equal");
       break;
   case CSTR_LESS_THAN:
       printf("less");
       break;
   }
   printf("\n");
}
int _tmain()
{
   const LCID lcid1 =
MAKELCID(MAKELANGID(LANG_GERMAN,SUBLANG_DEFAULT), SORT_DEFAULT);
   const LCID lcid2 =
MAKELCID(MAKELANGID(LANG_GERMAN,SUBLANG_DEFAULT), SORT_GERMAN_PHONE_BOOK);
    TCHAR *szBuf1 = _T("HÜBNER");
   TCHAR *szBuf2 = _T("HUEBNER");
    printf("german-default: ");
   PrintResult(CompareString(lcid1, NORM_IGNORECASE, szBuf1, -1,
szBuf2, -1));
    printf("german-phone-book: ");
   PrintResult(CompareString(lcid2, NORM_IGNORECASE, szBuf1, -1,
szBuf2, -1));
}

Für mehr Infos siehe auch:
http://blogs.msdn.com/b/michkap/archive/2007/05/05/2430935.aspx
Und ob sich ein Sorting-Verhalten im Lauf von Windows-Versionen ändert ist leicht zu beantworten, wenn Du erkennst, dass sich die Unicode-Sorting auch ständig ändert...

Siehe dazu auch nochmals den oberen Post...
Ansonsten für Locales musst Du nur den Blog des MS Gurus dazu lesen:
http://blogs.msdn.com/b/michkap/

---

Jochen Kalmbach (MVP VC++)

ah ja,
ich glaube ich mache dann doch lieber Augen und Ohren zu vor dem Problem.
Immerhin sortiert (zumindest Vista) der Explorer Dateinamen nach "Telefonbuch", unabhängig der
Locale-Einstellung, Excel scheint immer nach "neuer" DIN-Variante zu sortieren,...
Wieso sollte dann der Kunde bei unserem Programm eine spezifische Sortierung erwarten???

Tschüß, Holger.