[open source] 拼音排序函數庫發布

最近在做資源管理器的設計，SPEC要求中文文件名按拼音排序。于是花了點時間去研究關于拼音排序的問題，然后又花了兩小時寫了一個函數庫。其實知道了原理，按拼音排序的實現很簡單，放到這里供大家參考吧。

我們知道，計算機中的每一個字符都有一個內碼。在默認情況下，計算機排序時，比較兩個字符的大小就是比較字符內碼的大小，這對于英文來說沒有問題，因為英 文字母的內碼是按字母順序遞增的。對于中文來說，就比較麻煩了：首先，中文的排序方式有多種，比如按內碼排序、按拼音排序和按筆畫排序，要通過參數指定排 序的方式，否則計算機就按內碼排序了。其次，漢字的內碼順序即不同于拼音順序，也不同于按筆畫順序。在GB2312編碼中，漢字基本上按拼音排序（據說有例外，不太清楚）。在GBK中，它在GB2312基礎上進行了擴充，兼容GB2312中的所有字符，所以不是按拼音排序了。在Unicode中，漢字的排列似乎更沒有什么規律可言了。

為了解決內碼順序與用戶習慣順序(如拼音順序)的沖突，在glibc的locale數據里，要求提供排序方式(collate)的描述。我看了一下glibc-2.3.5提供的locale數據，在簡體中文(zh_CN)的locale數據描述里，關于排序方式的描述如下：

% ISO 14651 collation sequence

LC_COLLATE

copy "iso14651_t1"

END LC_COLLATE

也就是說，照抄iso14651_t1的排序方式。打開