统一码测序算法

统一码测序算法（英语：Unicode collation algorithm，缩写：UCA）是统一码技术报告 #10 中定义的一种算法，它是一种可自定义的方法。对任何以统一码表示的字符串文本，不论是使用哪种文字和语言，都可为其生成二进制键。这些键可以逐字节且有效地比对，从而可以根据语言规则为他们测序或排序。这个过程中，还提供可以忽略大小写、重音等的选项。

统一码技术报告 #10 还定义了默认统一码测序元素表（英语：Default Unicode Collation Element Table，缩写：DUCET)。此文件定义了默认的排列顺序。 DUCET 可针对不同语言进行定制。可以在通用当地数据存储库（英语：Common Locale Data Repository，缩写：CLDR）中找到一些此类自定义。

国际统一码部件（ICU）中包含了 UCA 的开源实现件。 ICU 支持裁剪，来自 CLDR 的整理裁剪包含在 ICU 中。剪裁效果和许多语言特定的剪裁效果显示在在线ICU 区域设置浏览器中。

目标问题

不同语言及文化，可能使用不同的排序方式，对相同的字符，德国人、法国人、瑞典人使用不同的方式排序。不同的应用，也可能使用不同的排序，譬如字典、电话簿和索引目录。对于非字母文字，如东亚表意文字，排序也可能根据声音或外形。此外，排序也可能根据习惯，如忽略标点符号、大写在小写前（或反过来）。

语言	瑞典	z < ö
	德国	ö < z
应用	德国字典	of < öf
	德国电话簿	öf < of
用户习惯	大写优先	A < a
	小写优先	a < A

多层级比较

统一码测序算法归纳出了多层级的比较方式。

等级	描述	例子
L1	基本	role < roles < rule
L2	重音符	role < rôle < roles
L3	大小写或变体	role < Role < rôle
L4	标点符号	role < “role” < Role
Ln		role < ro□le < “role”

另见

• Collation
• ISO/IEC 14651
• 欧洲订购规则(EOR)
• 通用当地数据存储库(CLDR)

外部链接

• 统一码测序算法 （页面存档备份，存于互联网档案馆）：统一码技术标准 #10
• Mimer SQL Unicode 归类图表 （页面存档备份，存于互联网档案馆）

工具

• ICU Locale Explorer （页面存档备份，存于互联网档案馆） [链接于 2021-10-10 断开] 使用国际统一码部件在线展示统一码测序算法
• 截至 2021-10-10 仍在ICU 测序演示 （页面存档备份，存于互联网档案馆）
• msort （页面存档备份，存于互联网档案馆）一种排序程序，它在定义排序规则和提取键方面提供了不同寻常的灵活性。