中文筆畫排序表XML（含Java實作程式碼XD）~

話說經過了一個晚上的奮戰，我終於搞定了Java該怎麼處理XML（其實應該很簡單），因為這是物件導向程式設計的加分題是要做到中文筆畫排序（英文排序把String Array就丟到Arrays.sort英文排序就搞定了，原因是String有實作Comparable這個Interface），不過中文排序不是不能做，看起來Unicode排列的順序似乎是依照部首（從Word裡看是這樣，不過我沒確定），因此比較Unicode碼是可行的，但是常見的排序應該是注音（漢語拼音？）或者筆畫，所以筆畫排序最重要的就是那張筆畫排序的對照表，

因此，排序表就出現了XD

我相信會來這裡的人都只是要那個XML（結構就像上圖那樣，很單純的），所以，請到下面下載XD（Java實作完成的程式碼和程式也放在一起）

順帶一提，這個XML我已經處理過了，所以如果要用JavaScript在Firefox裡做分析的話是不會出現\n被當成一個Textnode的情形的，然後也歡迎擴充XD（如果有擴充的話也歡迎來交流一下XD）

一開始在做作業的時候因為找不到中文筆畫排序該怎麼實作（我第一個想到就是丟到MySQL裡），所以找到了這位大陸高手的部落格（http://www.blogjava.net/jeff-lau/archive/2007/12/21/169257.html），但是看到文章中段的「人工校正」我想到就累，於是又在網路上搜尋了一下，又找到了一篇號稱「國家語發委」（有這衙門嗎？）作的繁體簡體字筆劃（筆順？）對照表（http://www.iphone.org.hk/cgi-bin/ch/threaded_show.cgi?tid=932&pid=4968&age=0&bpg=6），大致上看了一下應該是沒有什麼錯誤的，唯一的缺點應該就是他是一個Excel檔案，我知道C#要開Java可以透過呼叫COM+，但是Java就真的不知道了（應該也有API吧），再者說萬一助教電腦上沒有Excel，不就囧了嗎XD

所以我就把Excel檔案存成XML之後再用C#寫之程式把結構改成比較好讀的，在手動補上一個DTD就成為了現在這份中文筆畫排序表，要使用的方法應該很簡單，就用JDK裡帶的org.w3c.dom.*裡的Document這個Class把XML給分析好，然後就用一般操作XML的方式去getElementById(‘中文字’)就可以了，因為Java的char是8-bit的，所以對UTF-8支援沒有問題，所以用中文當作id當然更沒有問題，唯一的問題就是得注意要是你的文字檔案讀入時沒有指定UTF-8編碼，就科科了

那反正取得到那個node裡的FirstChild().getTextContent()就是筆畫了（為什麼要用getTextContent？因為我記得Element的nodevalue是null（https://developer.mozilla.org/En/DOM/Node.nodeValue），不過我不知道Java是不是，只是習慣而已），其他兩個UFT-8和GBK編碼值就當聊備一格吧~

然後不得不說Java真是很繁瑣，這種事情用C#可以很清楚的寫出來，至少不會StreamReader還要我指定UTF-8編碼，using System.Xml也比Java掛來掛去輕鬆愉快，真是囧

於是該怎麼用Java、C#實作IComparator、IComparable，我這邊只能提供一個寫得或許不是很好的版本，反正可以讓我帶進去Arrays.sort，然後把筆畫越少的擺越前面就對了

另外，謝謝billmeteor，讓我找到原本算法的錯誤XD

//中文排序

public int compare(String a, String b) {

　　char[] obja = a.toCharArray();

　　char[] objb = b.toCharArray();

　　for (int k = 0; k < obja.length; k++) {

　　　　String str1, str2;

　　　　boolean aisenglish, bisenglish;

　　　　boolean bshort = false;

　　　　//檢查是不是英文

　　　　aisenglish = obja[k] + 0 >= 32 && obja[k] + 0 <= 126 ? true : false;

　　　　str1 = String.valueOf(obja[k]);

　　　　try {　　//如果發生字串2比字串1短的時候的處理方法

　　　　　　bisenglish = objb[k] + 0 >= 32 && objb[k] + 0 <= 126 ? true : false;

　　　　　　str2 = String.valueOf(objb[k]);

　　　　} catch (Exception e) {

　　　　　　str2 = “";

　　　　　　bisenglish = aisenglish;　　//如果是第一個字串是英文，就丟給String自己的comparable處裡

　　　　　　bshort = true;

　　　　}

　　　　if (!aisenglish && !bisenglish) {

　　　　　　int comval = 0;

　　　　　　int str1val, str2val;

　　　　　　try {

　　　　　　　　str1val = Integer.parseInt(CHStoke.getElementById(str1).getFirstChild().getTextContent());

　　　　　　} catch (Exception e) {

　　　　　　　　str1val = 0;

　　　　　　}

　　　　　　try {　　//如果不在這張表裡面的處理方法

　　　　　　　　if(!bshort) {

　　　　　　　　　　str2val = Integer.parseInt(CHStoke.getElementById(str2).getFirstChild().getTextContent());

　　　　　　　　} else {

　　　　　　　　　　str2val = 0;

　　　　　　　　}

　　　　　　} catch (Exception e) {

　　　　　　　　str2val = str1val;

　　　　　　　　str1val = 0;

　　　　　　}

　　　　　　comval = str1val – str2val;　　//比較的原則就是回傳值越大的，排在越後面

　　　　　　if (comval == 0) {

　　　　　　　　continue;

　　　　　　} else {

　　　　　　　　return comval;

　　　　　　}

　　　　} else {

　　　　　　int comval = str1.compareTo(str2);

　　　　　　if (comval == 0) {

　　　　　　　　continue;

　　　　　　}

　　　　　　return comval;

　　　　}

　　}

　　return obja.hashCode() – objb.hashCode();　　//都沒辦法的時候只能交給Hashcode比較了

}

我沒有提供完整的程式碼，這個函式是可以運作的，但是不能直接給Array.sort用，還得實做一個東西才行喔XD（我應該沒有公布答案吧@@"）

喔對如果是跟我遇到一樣問題的同學或學弟妹，就不需要感謝我了，反正我也不是資訊系的XD

P.S.

順帶一提，教育部其實有提供異體字字典（http://dict.variants.moe.edu.tw/yitia/fra/fra02552.htm），裡面有中文筆畫資訊（不得不說非常詳細，包括扣掉部首之後的筆畫和全部筆畫，還有有些字我怎麼寫都寫不到這麼多筆畫的筆畫XD），如果可以連上網的話當然也可以透過分析DOM、REGXP等方式分析，只是它非常不好查詢（得經過教育部另外一套系統來查會比較好查：http://www.nlcsearch.moe.gov.tw/EDMS/admin/dict3/），但是很明顯的不好用，然後萬一助教故意把網路關掉也很囧，乾脆就別用了，還是XML在JDK 1,4還是1,5之後自帶會比較好