Unicode::Collate - Unicode 排序算法
use Unicode::Collate;
#construct
$Collator = Unicode::Collate->new(%tailoring);
#sort
@sorted = $Collator->sort(@not_sorted);
#compare
$result = $Collator->cmp($a, $b); # returns 1, 0, or -1.注意：@not_sorted、$a 和 $b 中的字符串根据 Perl 的 Unicode 支持进行解释。参见 perlunicode、perluniintro、perlunitut、perlunifaq、utf8。否则，您可以使用 preprocess 或在使用前对其进行解码。
此模块是 Unicode 技术标准 #10（又名 UTS #10） - Unicode 排序算法（又名 UCA）的实现。
new 方法返回一个排序器对象。如果在没有参数的情况下调用 new()，则排序器应该执行默认排序。
$Collator = Unicode::Collate->new(
UCA_Version => $UCA_Version,
alternate => $alternate, # alias for 'variable'
backwards => $levelNumber, # or \@levelNumbers
entry => $element,
hangul_terminator => $term_primary_weight,
highestFFFF => $bool,
identical => $bool,
ignoreName => qr/$ignoreName/,
ignoreChar => qr/$ignoreChar/,
ignore_level2 => $bool,
katakana_before_hiragana => $bool,
level => $collationLevel,
long_contraction => $bool,
minimalFFFE => $bool,
normalization => $normalization_form,
overrideCJK => \&overrideCJK,
overrideHangul => \&overrideHangul,
preprocess => \&preprocess,
rearrange => \@charList,
rewrite => \&rewrite,
suppress => \@charList,
table => $filename,
undefName => qr/$undefName/,
undefChar => qr/$undefChar/,
upper_before_lower => $bool,
variable => $variable,
);如果给出了 UCA 的修订版（以前称为“跟踪版本”）号，则在排序时会模拟该修订版的行为。如果省略，则使用 UCA_Version() 的返回值。
支持以下修订版。默认值为 43。
UCA Unicode Standard DUCET (@version)
-------------------------------------------------------
8 3.1 3.0.1 (3.0.1d9)
9 3.1 with Corrigendum 3 3.1.1
11 4.0.0
14 4.1.0
16 5.0.0
18 5.1.0
20 5.2.0
22 6.0.0
24 6.1.0
26 6.2.0
28 6.3.0
30 7.0.0
32 8.0.0
34 9.0.0
36 10.0.0
38 11.0.0
40 12.0.0
41 12.1.0
43 13.0.0* 请参见下方 long_contraction 在 UCA_Version 22 和 24 中的示例。
* 非字符（例如 U+FFFF）不会被忽略，并且可以从 UCA_Version 22 开始被覆盖。
* 超出范围的代码点（大于 U+10FFFF）不会被忽略，并且可以从 UCA_Version 22 开始被覆盖。
* 完全可忽略字符会被忽略，并且在 UCA_Version 9 和 11 中不会中断缩写。
* 在 UCA_Version 9 中，变量之后的可忽略字符处理方式以及某些行为发生了改变。
* 被视为 CJK 统一表意文字的字符（参见 overrideCJK）取决于 UCA_Version。
* 许多韩文字母在 UCA_Version 20 中被分配，这将影响 hangul_terminator。
-- 请参见 UTS #10 第 8 版 3.2.2 节“备选权重”。
为了向后兼容，alternate（旧名称）可以用作 variable 的别名。
-- 请参见 UTS #10 第 3.4 节“反向重音”。
backwards => $levelNumber or \@levelNumbers权重按逆序排列；例如，法语中的级别 2（重音排序）。如果省略（或 $levelNumber 为 undef 或 \@levelNumbers 为 []），则在所有级别上都向前排序。
-- 请参见 UTS #10 第 5 节“定制”和第 9.1 节“Allkeys 文件格式”。
如果同一个字符（或字符序列）通过 table 存在于排序元素表中，则映射到排序元素会被覆盖。如果不存在，则会额外定义映射。
entry => <<'ENTRY', # for DUCET v4.0.0 (allkeys-4.0.0.txt)
0063 0068 ; [.0E6A.0020.0002.0063] # ch
0043 0068 ; [.0E6A.0020.0007.0043] # Ch
0043 0048 ; [.0E6A.0020.0008.0043] # CH
006C 006C ; [.0F4C.0020.0002.006C] # ll
004C 006C ; [.0F4C.0020.0007.004C] # Ll
004C 004C ; [.0F4C.0020.0008.004C] # LL
00F1 ; [.0F7B.0020.0002.00F1] # n-tilde
006E 0303 ; [.0F7B.0020.0002.00F1] # n-tilde
00D1 ; [.0F7B.0020.0008.00D1] # N-tilde
004E 0303 ; [.0F7B.0020.0008.00D1] # N-tilde
ENTRY
entry => <<'ENTRY', # for DUCET v4.0.0 (allkeys-4.0.0.txt)
00E6 ; [.0E33.0020.0002.00E6][.0E8B.0020.0002.00E6] # ae ligature as <a><e>
00C6 ; [.0E33.0020.0008.00C6][.0E8B.0020.0008.00C6] # AE ligature as <A><E>
ENTRY注意：UCA 文件格式中的代码点（在 ';' 之前）必须是 Unicode 代码点（定义为十六进制），而不是本地代码点。因此 0063 必须始终表示 U+0063，而不是 "\x63" 的字符。
权重可能会因排序元素表而异。因此，请确保在 entry 中定义的权重与通过 table 加载的排序元素表中的权重一致。
在 DUCET v4.0.0 中，C 的主权重为 0E60，D 的主权重为 0E6D。因此，将 CH 的主权重设置为 0E6A（介于 0E60 和 0E6D 之间）会使排序结果为 C < CH < D。准确地说，DUCET 已经在 C 和 D 之间包含了一些字符：小写大写字母 C（U+1D04），主权重为 0E64；c-hook/C-hook（U+0188/U+0187），主权重为 0E65；c-curl（U+0255），主权重为 0E69。然后，CH 的主权重 0E6A 使 CH 排列在 c-curl 和 D 之间。
-- 请参见 UTS #10 第 7.1.4 节“尾随权重”。
如果给定一个真值（非零但应为正数），它将作为终止符主权重添加到每个标准韩文字节的末尾。终止符的次要权重和任何更高权重都设置为零。如果该值为假或hangul_terminator键不存在，则不会执行终止符权重的插入。
韩文字节的边界根据Unicode 标准和HangulSyllableType.txt中连字 Jamo 的行为确定。
实现说明：（1）对于扩展映射（Unicode 字符映射到一系列排序元素），即使存在韩文字节边界，也不会在排序元素之间添加终止符。添加终止符仅限于最后一个排序元素的下一个位置。
（2）非连字韩文字符（兼容 Jamo、半角 Jamo 和封闭字符）不会自动以终止符主权重结束。这些字符可能需要事先在排序元素表中包含终止符。
-- 请参阅 2.4 定制非字符权重，UTS #35 (LDML) 第 5 部分：排序。
如果参数设置为真，则U+FFFF具有最高主权重。当$coll->ge($str, "abc")和$coll->le($str, "abc\x{FFFF}")的布尔值为真时，预期$str以"abc"或另一个主等效项开头。$str可以是"abcd"、"abc012"，但不应包含U+FFFF，例如"abc\x{FFFF}xyz"。
$coll->le($str, "abc\x{FFFF}")几乎类似于$coll->lt($str, "abd")，但后者存在一个问题，即您应该知道哪个字母紧挨着c。对于某些语言，其中ch是下一个字母，"abch"大于"abc\x{FFFF}"，但小于"abd"。
注意：这等效于(entry => 'FFFF ; [.FFFE.0020.0005.FFFF]')。除了U+FFFF之外的任何其他字符都可以通过entry进行定制。
-- 请参阅 A.3 确定性比较，UTS #10。
默认情况下，权重相等的字符串应该相等，即使它们的代码点不相等。完全可忽略字符将被忽略。
如果参数设置为真，则将使用最终的决胜局级别。如果在通过level指定的级别进行比较后，没有发现权重的差异，则将执行代码点的比较。对于决胜局比较，排序键将附加原始字符串的代码点。完全可忽略字符不会被忽略。
如果应用了preprocess和/或normalization，则使用它们之后（默认情况下为 NFD）的字符串的代码点。
-- 请参阅 3.6 变量权重，UTS #10。
使表格中的条目完全不可见；即，如同所有级别的权重都为零。
通过 ignoreChar，任何与 qr/$ignoreChar/ 匹配的字符将被忽略。通过 ignoreName，任何其名称（在 table 文件中作为注释给出）与 qr/$ignoreName/ 匹配的字符将被忽略。
例如，当 'a' 和 'e' 可忽略时，'element' 等于 'lament'（或 'lmnt'）。
-- 请参阅 5.1 参数化定制，UTS #10。
默认情况下，区分大小写的比较（即 3 级差异）不会忽略重音符号（即 2 级差异）。
如果参数设置为 true，则即使考虑到大小写，也会忽略重音符号（和其他主要可忽略字符）。
注意：level 应为 3 或更大。
-- 请参阅 7.2 三级权重表，UTS #10。
默认情况下，平假名在片假名前。如果参数设置为 true，则顺序反转。
注意：此参数简单地假设任何平假名/片假名区分必须发生在 3 级，并且它们在 3 级的权重必须与 UTS #10 中 7.3.1 中提到的权重相同。如果您定义了违反此要求的排序元素，则此参数将无法正常工作。
-- 请参阅 4.3 形式排序键，UTS #10。
设置最大级别。任何高于指定级别的级别都将被忽略。
Level 1: alphabetic ordering
Level 2: diacritic ordering
Level 3: case ordering
Level 4: tie-breaking (e.g. in the case when variable is 'shifted')
ex.level => 2,如果省略，则最大值为 4。
注意：DUCET 在第 4 级包含超过 0xFFFF 的权重。但此模块仅使用 0xFFFF 内的权重。当 variable 为 'blanked' 或 'non-ignorable'（除 'shifted' 和 'shift-trimmed' 外）时，第 4 级可能不可靠。
另请参阅 identical。
-- 请参阅 3.8.2 DUCET 的良好格式，4.2 生成数组，UTS #10。
如果参数设置为 true，则对于具有三个或更多字符的缩写（这里称为“长缩写”），将处理初始子字符串。例如，缩写 ABC，其中 A 是起始符，B 和 C 是非起始符（具有非零组合字符类的字符），即使没有 AB 作为缩写，也会被检测到。
默认值：通常为 false。如果 UCA_Version 为 22 或 24，并且 long_contraction 的值未在 new() 中指定，则隐式设置 true 值。这是为了通过 Unicode 6.0.0 和 6.1.0 的一致性测试的解决方法。
change() 函数仅显式处理 long_contraction。如果在 change() 中未指定 long_contraction，即使 UCA_Version 发生改变，long_contraction 也不会改变。
限制：扫描非起始字符是单向的（没有回溯）。如果找到 AB 但没有找到 ABC，则可能无法找到其他以 A 开头且第二个字符不是 B 的长缩写。
在 (normalization => undef) 下，将跳过不连续缩写的检测步骤。
注意：DUCET 中以下缩写未在步骤 S2.1.1 到 S2.1.3 中考虑，因为它们是不连续的。
0FB2 0F71 0F80 (TIBETAN VOWEL SIGN VOCALIC RR)
0FB3 0F71 0F80 (TIBETAN VOWEL SIGN VOCALIC LL)例如，TIBETAN VOWEL SIGN VOCALIC RR 与 COMBINING TILDE OVERLAY (U+0344) 在 NFD 中为 0FB2 0344 0F71 0F80。在这种情况下，检测到 0FB2 0F80 (TIBETAN VOWEL SIGN VOCALIC R)，而不是 0FB2 0F71 0F80。插入的 0344 使 0FB2 0F71 0F80 不连续，并且缺少缩写 0FB2 0F71 禁止检测 0FB2 0F71 0F80。
-- 请参阅 1.1.1 U+FFFE，UTS #35 (LDML) 第 5 部分：排序规则。
如果参数设置为 true，则 U+FFFE 具有最小的主权重。"$a1\x{FFFE}$a2" 和 "$b1\x{FFFE}$b2" 之间的比较首先在级别 1 比较 $a1 和 $b1，然后在级别 1 比较 $a2 和 $b2，依此类推。
"ab\x{FFFE}a"
"Ab\x{FFFE}a"
"ab\x{FFFE}c"
"Ab\x{FFFE}c"
"ab\x{FFFE}xyz"
"abc\x{FFFE}def"
"abc\x{FFFE}xYz"
"aBc\x{FFFE}xyz"
"abcX\x{FFFE}def"
"abcx\x{FFFE}xyz"
"b\x{FFFE}aaa"
"bbb\x{FFFE}a"注意：这等效于 (entry => 'FFFE ; [.0001.0020.0005.FFFE]')。除了 U+FFFE 之外的任何其他字符都可以通过 entry 进行定制。
-- 请参阅 4.1 规范化，UTS #10。
如果指定，则在准备排序键之前对字符串进行规范化（规范化在预处理之后执行）。
Unicode::Normalize::normalize() 接受的表单名称将作为 $normalization_form 应用。可接受的名称包括 'NFD'、'NFC'、'NFKD' 和 'NFKC'。有关详细信息，请参阅 Unicode::Normalize::normalize()。如果省略，则使用 'NFD'。
normalization 在 preprocess（如果已定义）之后执行。
此外，可以使用特殊值 undef 和 "prenormalized"，尽管它们与 Unicode::Normalize::normalize() 无关。
如果显式地将undef（而不是字符串"undef"）作为此键的值传递，则不会执行任何规范化（如果不需要任何规范化，这可能会使定制更容易）。在(normalization => undef)下，只解析连续的缩写；例如，即使A-ring（和A-ring-cedilla）在Z之后排序，A-cedilla-ring也会与A主等价。在这一点上，(normalization => undef, preprocess => sub { NFD(shift) })不等价于(normalization => 'NFD')。
在(normalization => "prenormalized")的情况下，不会执行任何规范化，但会执行带有组合字符的不连续缩写。因此，(normalization => 'prenormalized', preprocess => sub { NFD(shift) })等价于(normalization => 'NFD')。如果源字符串被精细地预规范化，(normalization => 'prenormalized')可以节省规范化的时间。
除了(normalization => undef)之外，Unicode::Normalize是必需的（另见CAVEAT）。
--参见7.1派生排序元素，UTS #10。
默认情况下，CJK统一表意文字按Unicode码点顺序排序，但CJK统一表意文字块中的那些小于CJK统一表意文字扩展A中的那些等等。
In the CJK Unified Ideographs block:
U+4E00..U+9FA5 if UCA_Version is 8, 9 or 11.
U+4E00..U+9FBB if UCA_Version is 14 or 16.
U+4E00..U+9FC3 if UCA_Version is 18.
U+4E00..U+9FCB if UCA_Version is 20 or 22.
U+4E00..U+9FCC if UCA_Version is 24 to 30.
U+4E00..U+9FD5 if UCA_Version is 32 or 34.
U+4E00..U+9FEA if UCA_Version is 36.
U+4E00..U+9FEF if UCA_Version is 38, 40 or 41.
U+4E00..U+9FFC if UCA_Version is 43.
In the CJK Unified Ideographs Extension blocks:
Ext.A (U+3400..U+4DB5) if UCA_Version is 8 to 41.
Ext.A (U+3400..U+4DBF) if UCA_Version is 43.
Ext.B (U+20000..U+2A6D6) if UCA_Version is 8 to 41.
Ext.B (U+20000..U+2A6DD) if UCA_Version is 43.
Ext.C (U+2A700..U+2B734) if UCA_Version is 20 or later.
Ext.D (U+2B740..U+2B81D) if UCA_Version is 22 or later.
Ext.E (U+2B820..U+2CEA1) if UCA_Version is 32 or later.
Ext.F (U+2CEB0..U+2EBE0) if UCA_Version is 36 or later.
Ext.G (U+30000..U+3134A) if UCA_Version is 43.通过overrideCJK，可以覆盖CJK统一表意文字（包括扩展）的排序。
例如，CJK统一表意文字按JIS码点顺序排序。
overrideCJK => sub {
my $u = shift; # get a Unicode codepoint
my $b = pack('n', $u); # to UTF-16BE
my $s = your_unicode_to_sjis_converter($b); # convert
my $n = unpack('n', $s); # convert sjis to short
[ $n, 0x20, 0x2, $u ]; # return the collation element
},返回值可以是如上所示的1到4个权重的数组引用。返回值可以是如以下所示的主权重的整数。如果返回undef，将使用默认的派生排序元素。
overrideCJK => sub {
my $u = shift; # get a Unicode codepoint
my $b = pack('n', $u); # to UTF-16BE
my $s = your_unicode_to_sjis_converter($b); # convert
my $n = unpack('n', $s); # convert sjis to short
return $n; # return the primary weight
},返回值可以是包含零个或多个数组引用、整数或undef的列表。
例如，忽略所有CJK统一表意文字。
overrideCJK => sub {()}, # CODEREF returning empty list
# where ->eq("Pe\x{4E00}rl", "Perl") is true
# as U+4E00 is a CJK unified ideograph and to be ignorable.如果传递一个假值（包括undef），overrideCJK将不起作用。$Collator->change(overrideCJK => 0)重置旧的。
但table或entry中对CJK统一表意文字的权重赋值仍然有效。如果显式地将undef作为此键的值传递，则CJK统一表意文字的权重将被视为未定义。但是，当UCA_Version > 8时，(overrideCJK => undef)没有特殊含义。
注意：除了它们之外，12个CJK兼容表意文字（U+FA0E、U+FA0F、U+FA11、U+FA13、U+FA14、U+FA1F、U+FA21、U+FA23、U+FA24、U+FA27、U+FA28、U+FA29）也被视为CJK统一表意文字。但是，当您使用DUCET时，它们不能通过overrideCJK覆盖，因为表中包含它们的权重。table或entry优先于overrideCJK。
--参见7.1派生排序元素，UTS #10。
默认情况下，即使 (normalization => undef)，韩语音节也会被分解成韩语字母，但韩语音节的映射可以被覆盖。
此参数的工作原理类似于 overrideCJK，因此请参阅该参数的示例。
如果您想覆盖韩语音节的映射，NFD 和 NFKD 不适合，因为 NFD 和 NFKD 会在覆盖之前分解韩语音节。FCD 可能根据情况分解韩语音节。
如果传递一个假值（但不是 undef），overrideHangul 不会生效。$Collator->change(overrideHangul => 0) 会重置旧值。
如果显式地将 undef 作为此键的值传递，则韩语音节的权重将被视为未定义，不会分解成韩语字母。但 table 或 entry 中对韩语音节的权重定义仍然有效。
-- 请参阅 7.1.1 处理格式错误的代码单元序列，UTS #10。
Perl 似乎允许超出范围的值（大于 0x10FFFF）。默认情况下，当 UCA_Version >= 22 时，超出范围的值将被替换为 U+FFFD（替换字符），或者当 UCA_Version <= 20 时被忽略。
当 UCA_Version >= 22 时，可以覆盖超出范围的值的权重。虽然 table 或 entry 可用于它们，但超出范围的值太多。
overrideOut 可以通过算法执行此操作。此参数的工作原理类似于 overrideCJK，因此请参阅该参数的示例。
例如，忽略所有超出范围的值。
overrideOut => sub {()}, # CODEREF returning empty list如果传递一个假值（包括 undef），overrideOut 不会生效。$Collator->change(overrideOut => 0) 会重置旧值。
关于 U+FFFD 的说明
UCA 建议出于安全原因，不应忽略超出范围的值。例如，"pe\x{110000}rl" 不应该等于 "perl"。但是，在 Unicode 6.0.0 到 6.2.0 的 DUCET 中，U+FFFD 被错误地映射到一个可变排序元素，这意味着当 variable 不是 Non-ignorable 时，超出范围的值将被忽略。
在 Unicode 6.3.0 中，U+FFFD 的映射已得到修正。请参阅 http://www.unicode.org/reports/tr10/tr10-28.html#Trailing_Weights（7.1.4 尾随权重）。此修正已在此处复制。
overrideOut => sub { 0xFFFD }, # CODEREF returning a very large integer自 Unicode 6.3.0 以来，此解决方法不再需要。
-- 请参阅 5.4 预处理，UTS #10。
如果指定，则使用此代码引用在形成排序键之前预处理每个字符串。
例如，删除英文冠词，如 "a" 或 "the"。然后，"the pen" 在 "a pencil" 之前。
preprocess => sub {
my $str = shift;
$str =~ s/\b(?:an?|the)\s+//gi;
return $str;
},preprocess 在 normalization（如果定义）之前执行。
例如，解码使用 legacy 编码（如 shift-jis）的字符串
$sjis_collator = Unicode::Collate->new(
preprocess => \&your_shiftjis_to_unicode_decoder,
);
@result = $sjis_collator->sort(@shiftjis_strings);注意：从代码引用返回的字符串将根据 Perl 的 Unicode 支持进行解释。参见 perlunicode、perluniintro、perlunitut、perlunifaq、utf8。
-- 参见 3.5 重排，UTS #10。
未按逻辑顺序编码且需要重新排列的字符。如果 UCA_Version 等于或小于 11，则默认值为
rearrange => [ 0x0E40..0x0E44, 0x0EC0..0x0EC4 ],如果要禁止任何重新排列，请将 undef 或 []（对空列表的引用）作为此键的值传递。
如果 UCA_Version 等于或大于 14，则默认值为 []（即不进行重新排列）。
根据 UCA 第 9 版，此参数不应使用；但目前没有发出警告。
如果指定，则代码引用用于重写 table 或 entry 中的行。代码引用将获取每一行，然后应根据 UCA 文件格式返回重写后的行。如果代码引用返回空行，则该行将被跳过。
例如，将所有主要忽略字符重写为三级忽略字符
rewrite => sub {
my $line = shift;
$line =~ s/\[\.0000\..{4}\..{4}\./[.0000.0000.0000./g;
return $line;
},此示例显示了重写权重。rewrite 允许影响代码点、权重和名称。
注意：table 可用于使用另一个表格文件；准备一个修改后的表格一次性完成，比每次读取未修改的表格时重写行效率更高。
-- 参见 3.12 特殊用途命令，UTS #35 (LDML) 第 5 部分：排序。
以指定字符开头的缩写将被抑制，即使这些缩写是在 table 中定义的。
俄罗斯语和一些使用西里尔字母的语言的示例
suppress => [0x0400..0x0417, 0x041A..0x0437, 0x043A..0x045F],其中 0x0400 代表 U+0400，西里尔字母大写 IE 带重音。
注意：通过 entry 的缩写不会被抑制。
-- 参见 3.8 默认 Unicode 排序元素表，UTS #10。
如果需要，您可以使用另一个排序元素表。
表格文件应位于 @INC 上的 Unicode/Collate 目录中。例如，如果文件名是 Foo.txt，则表格文件将在 @INC 中作为 Unicode/Collate/Foo.txt 进行搜索。
默认情况下，使用 allkeys.txt（作为 DUCET 的文件名）。如果您要准备自己的表格文件，最好使用除 allkeys.txt 之外的任何名称，以避免命名空间冲突。
注意：当使用 XSUB 时，DUCET 会在构建此模块时编译，这可能会在运行时节省时间。显式地说 (table => 'allkeys.txt')，或使用其他表格，或使用 ignoreChar、ignoreName、undefChar、undefName 或 rewrite 将阻止此模块使用编译后的 DUCET。
如果显式地将 undef 作为此键的值传递，则不会读取任何文件（但您可以通过 entry 定义排序元素）。
定义排序元素表的一种典型方法，无需任何表格文件
$onlyABC = Unicode::Collate->new(
table => undef,
entry => << 'ENTRIES',
0061 ; [.0101.0020.0002.0061] # LATIN SMALL LETTER A
0041 ; [.0101.0020.0008.0041] # LATIN CAPITAL LETTER A
0062 ; [.0102.0020.0002.0062] # LATIN SMALL LETTER B
0042 ; [.0102.0020.0008.0042] # LATIN CAPITAL LETTER B
0063 ; [.0103.0020.0002.0063] # LATIN SMALL LETTER C
0043 ; [.0103.0020.0008.0043] # LATIN CAPITAL LETTER C
ENTRIES
);如果使用 ignoreName 或 undefName，则字符名称应在每行上作为注释（在 # 后面）指定。
-- 请参阅 6.3.3 减少字符集，UTS #10。
将排序元素定义为未分配在 table 中。这会减小表格的大小。如果未分配的字符出现在要排序的字符串中，则排序键将由其代码点作为单个字符排序元素组成，因为它大于任何其他已分配的排序元素（在未分配字符的代码点顺序中）。但是，最好忽略您不熟悉且可能从未使用过的字符。
通过 undefChar，任何与 qr/$undefChar/ 匹配的字符都将被定义为未定义。通过 undefName，任何其名称（在 table 文件中作为注释给出）与 qr/$undefName/ 匹配的字符都将被定义为未定义。
例如，超出 BMP 字符的排序权重未存储在对象中
undefChar => qr/[^\0-\x{fffd}]/,-- 请参阅 6.6 大小写比较，UTS #10。
默认情况下，小写字母在字母顺序上排在大写字母之前。如果参数设置为 true，则顺序将反转。
注意：此参数简单地假设任何大小写区分必须发生在级别 3，并且它们在级别 3 的权重必须与 UTS #10 中的 7.3.1 中提到的权重相同。如果您定义的排序元素与此要求不同，则此参数将无法正常工作。
-- 请参阅 3.6 变量权重，UTS #10。
此键允许对可变排序元素进行可变加权，这些元素在表格中用星号标记（注意：在 allkeys.txt 中，许多标点符号和符号是可变的）。
variable => 'blanked', 'non-ignorable', 'shifted', or 'shift-trimmed'.这些名称不区分大小写。默认情况下（如果省略规范），将采用“shifted”。
'Blanked' Variable elements are made ignorable at levels 1 through 3;
considered at the 4th level.
'Non-Ignorable' Variable elements are not reset to ignorable.
'Shifted' Variable elements are made ignorable at levels 1 through 3
their level 4 weight is replaced by the old level 1 weight.
Level 4 weight for Non-Variable elements is 0xFFFF.
'Shift-Trimmed' Same as 'shifted', but all FFFF's at the 4th level
are trimmed.@sorted = $Collator->sort(@not_sorted)对字符串列表进行排序。
$result = $Collator->cmp($a, $b)返回 1（当 $a 大于 $b 时）或 0（当 $a 等于 $b 时）或 -1（当 $a 小于 $b 时）。
$result = $Collator->eq($a, $b)$result = $Collator->ne($a, $b)$result = $Collator->lt($a, $b)$result = $Collator->le($a, $b)$result = $Collator->gt($a, $b)$result = $Collator->ge($a, $b)它们的工作方式与同名运算符相同。
eq : whether $a is equal to $b.
ne : whether $a is not equal to $b.
lt : whether $a is less than $b.
le : whether $a is less than $b or equal to $b.
gt : whether $a is greater than $b.
ge : whether $a is greater than $b or equal to $b.$sortKey = $Collator->getSortKey($string)-- 请参阅 4.3 形式排序键，UTS #10。
返回排序键。
您可以使用二进制比较来比较排序键，并使用 UCA 获取字符串比较的结果。
$Collator->getSortKey($a) cmp $Collator->getSortKey($b)
is equivalent to
$Collator->cmp($a, $b)$sortKeyForm = $Collator->viewSortKey($string)将排序键转换为其表示形式。如果 UCA_Version 为 8，则输出略有不同。
use Unicode::Collate;
my $c = Unicode::Collate->new();
print $c->viewSortKey("Perl"),"\n";
# output:
# [0B67 0A65 0B7F 0B03 | 0020 0020 0020 0020 | 0008 0002 0002 0002 | FFFF FFFF FFFF FFFF]
# Level 1 Level 2 Level 3 Level 4match、gmatch、subst、gsubst 方法分别类似于 m//、m//g、s///、s///g，但它们不识别任何模式，只识别字面子字符串。
免责声明：如果 $Collator 的 preprocess 或 normalization 参数为真，则调用这些方法（index、match、gmatch、subst、gsubst）会抛出异常，因为位置和长度可能与指定字符串上的位置和长度不同。
rearrange 和 hangul_terminator 参数被忽略。katakana_before_hiragana 和 upper_before_lower 不影响匹配和搜索，因为大小写顺序无关紧要。
$position = $Collator->index($string, $substring[, $position])($position, $length) = $Collator->index($string, $substring[, $position])如果 $substring 与 $string 的一部分匹配，则在标量上下文中返回匹配部分首次出现的 位置；在列表上下文中，返回一个包含位置和匹配部分长度的两个元素的列表。
如果 $substring 与 $string 的任何部分都不匹配，则在标量上下文中返回 -1，在列表上下文中返回一个空列表。
例如，当 $str 的内容为 "Ich muß studieren Perl." 时，您可以在 $sub 为 "MüSS" 的情况下执行以下操作：
my $Collator = Unicode::Collate->new( normalization => undef, level => 1 );
# (normalization => undef) is REQUIRED.
my $match;
if (my($pos,$len) = $Collator->index($str, $sub)) {
$match = substr($str, $pos, $len);
}并获得 $match 中的 "muß"，因为 "muß" 与 "MüSS" 相等。
$match_ref = $Collator->match($string, $substring)($match) = $Collator->match($string, $substring)如果 $substring 与 $string 的一部分匹配，则在标量上下文中返回 **对** 匹配部分首次出现的 **引用**（如果匹配，$match_ref 始终为真，因为每个引用都是 **真**）；在列表上下文中，返回匹配部分的首次出现。
如果 $substring 与 $string 的任何部分都不匹配，则在标量上下文中返回 undef，在列表上下文中返回一个空列表。
例如：
if ($match_ref = $Collator->match($str, $sub)) { # scalar context
print "matches [$$match_ref].\n";
} else {
print "doesn't match.\n";
}
or
if (($match) = $Collator->match($str, $sub)) { # list context
print "matches [$match].\n";
} else {
print "doesn't match.\n";
}@match = $Collator->gmatch($string, $substring)如果 $substring 与 $string 的一部分匹配，则返回所有匹配的部分（或在标量上下文中返回匹配计数）。
如果 $substring 与 $string 的任何部分都不匹配，则返回一个空列表。
$count = $Collator->subst($string, $substring, $replacement)如果 $substring 与 $string 的一部分匹配，则匹配部分的首次出现将被 $replacement 替换（$string 被修改），并返回 $count（始终等于 1）。
$replacement 可以是 CODEREF，它将匹配的部分作为参数，并返回一个字符串以替换匹配的部分（有点类似于 s/(..)/$coderef->($1)/e）。
$count = $Collator->gsubst($string, $substring, $replacement)如果$substring 与$string 的一部分匹配，则所有匹配部分的出现将被替换为$replacement（$string 被修改），并返回$count。
$replacement 可以是一个CODEREF，以匹配的部分作为参数，并返回一个字符串来替换匹配的部分（有点类似于s/(..)/$coderef->($1)/eg）。
例如：
my $Collator = Unicode::Collate->new( normalization => undef, level => 1 );
# (normalization => undef) is REQUIRED.
my $str = "Camel donkey zebra came\x{301}l CAMEL horse cam\0e\0l...";
$Collator->gsubst($str, "camel", sub { "<b>$_[0]</b>" });
# now $str is "<b>Camel</b> donkey zebra <b>came\x{301}l</b> <b>CAMEL</b> horse <b>cam\0e\0l</b>...";
# i.e., all the camels are made bold-faced.
Examples: levels and ignore_level2 - what does camel match?
---------------------------------------------------------------------------
level ignore_level2 | camel Camel came\x{301}l c-a-m-e-l cam\0e\0l
-----------------------|---------------------------------------------------
1 false | yes yes yes yes yes
2 false | yes yes no yes yes
3 false | yes no no yes yes
4 false | yes no no no yes
-----------------------|---------------------------------------------------
1 true | yes yes yes yes yes
2 true | yes yes yes yes yes
3 true | yes no yes yes yes
4 true | yes no yes no yes
---------------------------------------------------------------------------
note: if variable => non-ignorable, camel doesn't match c-a-m-e-l
at any level.%old_tailoring = $Collator->change(%new_tailoring)$modified_collator = $Collator->change(%new_tailoring)更改指定键的值并返回更改的部分。
$Collator = Unicode::Collate->new(level => 4);
$Collator->eq("perl", "PERL"); # false
%old = $Collator->change(level => 2); # returns (level => 4).
$Collator->eq("perl", "PERL"); # true
$Collator->change(%old); # returns (level => 2).
$Collator->eq("perl", "PERL"); # false并非所有(key,value) 都允许更改。另请参阅@Unicode::Collate::ChangeOK 和@Unicode::Collate::ChangeNG。
在标量上下文中，返回修改后的排序器（但它不是原始排序器的克隆）。
$Collator->change(level => 2)->eq("perl", "PERL"); # true
$Collator->eq("perl", "PERL"); # true; now max level is 2nd.
$Collator->change(level => 4)->eq("perl", "PERL"); # false$version = $Collator->version()返回排序器对象使用的table 文件所基于的 Unicode 标准的版本号（字符串）。如果表不包含版本行（以@version 开头），则返回"unknown"。
UCA_Version()返回此模块所参考的 UTS #10 的修订号，该修订号应与所包含的 DUCET 相对应。
Base_Unicode_Version()返回此模块所参考的 UTS #10 的版本号，该版本号应与所包含的 DUCET 相对应。
不会导出任何方法。
虽然此模块可以在没有任何table 文件的情况下使用，但为了方便使用此模块，建议在 UCA 格式下安装一个table 文件，将其复制到<a place in @INC>/Unicode/Collate 目录下。
最优选的是“默认 Unicode 排序元素表”（又名 DUCET），可从 Unicode 联盟的网站获取
http://www.unicode.org/Public/UCA/
http://www.unicode.org/Public/UCA/latest/allkeys.txt
(latest version)如果未安装 DUCET，建议将文件从 http://www.unicode.org/Public/UCA/latest/allkeys.txt 手动复制到<a place in @INC>/Unicode/Collate/allkeys.txt。
使用 normalization 参数需要 Unicode::Normalize 模块（参见 Unicode::Normalize）。
如果您不需要它（例如，在您不需要处理任何组合字符的情况下），请显式地分配 (normalization => undef)。
-- 参见 6.5 避免规范化，UTS #10。
UCA 的一致性测试可在 http://www.unicode.org/Public/UCA/ 下获得。
对于 CollationTest_SHIFTED.txt，应使用通过 Unicode::Collate->new( ) 的排序器；对于 CollationTest_NON_IGNORABLE.txt，应使用通过 Unicode::Collate->new(variable => "non-ignorable", level => 3) 的排序器。
如果 UCA_Version 为 26 或更高版本，则首选 identical 级别；应使用 Unicode::Collate->new(identical => 1) 和 Unicode::Collate->new(identical => 1, variable => "non-ignorable", level => 3)。
尝试一致性测试需要 Unicode::Normalize。
EBCDIC 支持处于实验阶段。
Perl 的 Unicode::Collate 模块由 SADAHIRO Tomoyuki 编写，<[email protected]>。此模块版权所有 (C) 2001-2021，SADAHIRO Tomoyuki。日本。保留所有权利。
此模块是自由软件；您可以在与 Perl 本身相同的条款下重新分发它和/或修改它。
文件 Unicode/Collate/allkeys.txt 从 http://www.unicode.org/Public/UCA/13.0.0/allkeys.txt 中逐字复制。对于此文件，版权所有 (c) 2020 Unicode, Inc.；根据 http://www.unicode.org/terms_of_use.html 中的使用条款分发
http://www.unicode.org/Public/UNIDATA/HangulSyllableType.txt