Unicode 照合アルゴリズムに基づく照合

1. 言語
2. Region
3. スクリプト
4. キーワード

1. L[ISO 639-1 言語コード]
2. R[ISO 3166 国/地域コード]
3. Z[ISO 15924 スクリプト・コード]
4. K[名前]

ロケール属性は、異なる言語や地域でユーザーの期待にかなう順序付けを得るための属性の内、おそらく、最も重要な属性であると言えます。 特定の言語でテキストを正しく照合するには、ロケール属性を明示的に指定する必要があります。

ロケール属性は、言語、地域/国、スクリプト、およびキーワードの各部分で構成されます。 すべての部分が必須というわけではありません。 有効な組み合わせの完全なリストについては、 表 2 を参照してください。 ロケールを指定すると、他のすべての照合属性が自動的にそのロケールに適した値に事前設定されます。 通常は、追加の照合属性を指定する必要はありません。

強さ属性は、テキスト・ストリングを照合または比較する際に、アクセントや大/小文字を考慮に入れるかどうかを決定します。 大/小文字やアクセントを使用しない書き込みシステムの場合、強さ属性は、類似の重要なフィーチャーを制御します。

最初の 3 つの強さレベルで、ほとんどすべての文字を区別することができます。そのため、ほとんどのロケールで、デフォルトの強さ属性は 3 次のレベルに設定されています。 ただし、代替属性 (下の行で説明) がシフトに設定されている場合は、4 次の強さレベルを使用することにより、空白文字、句読記号、および他のレベルでは無視される記号の間の結合を切ることができます。 ID の強さレベルは、MATHEMATICAL BOLD SMALL A 文字 (U+1D41A) や MATHEMATICAL ITALIC SMALL A 文字 (U+1D44E) などの類似した文字を区別するために使用されます。

強さ属性を高いレベルに設定すると、テキスト・ストリングの比較の速度は低下し、ソート・キーは長くなります。

• X (オフ)
• O (オン)

大/小文字レベル属性をオンに設定し、強さ属性を 1 次レベルに設定した場合は、アクセントは無視されますが大/小文字は区別されます。 ほとんどのロケールでは、 大/小文字レベル属性はデフォルトで X に設定されています。 この属性を O に設定すると、テキスト・ストリングの比較のパフォーマンスやソート・キーの長さが若干の影響を受けます。

大/小文字優先順位属性は、大/小文字が違うだけの 2 つのテキスト・ストリングが存在する場合に、大文字のストリングの照合順序を小文字のストリングより先にするか後にするかを制御します。

使用できる値は、大文字優先 (U)、小文字優先 (L)、およびオフ (X) です。 小文字優先の設定とオフの設定の間にはほとんど違いがないため、一般的に、小文字優先の設定は使用する必要はありません。

大/小文字の優先順位属性を U または L に指定すると、ソート・キーが長くなることがあります。

代替属性は、UCA の可変文字 (空白、句読記号、および記号) の扱いを制御します。

代替属性を無視しない (N) に設定すると、これらの可変文字の違いは、英語のアルファベットのような非可変文字の違いと同じ重要度になります。 代替属性をシフト (S) に設定すると、これらの可変文字の重要度は低くなります。 代替属性をシフトに設定して、強さ属性を 4 次レベルに設定すると、ストリングのその他の部分 (基本的な文字、アクセント、および大/小文字) がすべて同じである場合に、可変文字が比較の際に考慮されます。

ほとんどのロケールでは、無視しない設定がデフォルトです。

シフトを選択する場合、句読記号だけが異なるストリングが多数あるとパフォーマンスが低下します。 ソート・キーの長さは、強さレベルも高くしない限りは影響を受けません。

可変文字先頭属性は、どの文字を無視するかを制御します。これは、代替属性がシフトに設定されている場合にだけ意味を持ちます。 指定した文字と 1 次重みが等しい、あるいはそれより低い文字はすべて、無視できるものと見なされます。

文字は 1 つまたは 2 つの UTF-16BE コード単位 (16 進表記) で指定されます。 Unicode 補助文字はサロゲート・ペアを使用して指定されます。 例えば、空白文字と不可視文字を無視する場合は、代替属性をシフトに設定し、この属性を U+0020 (スペース) および U+3000 (全角スペース) に設定します。 1 次重みが同じ文字はすべて等価であるため、この属性を U+0020 に設定することは、これを U+3000 に設定することと同等です。

この属性自体にテキスト・ストリング比較のパフォーマンスへの影響はほとんどありませんが、大きな値に設定するほどソート・キーは長くなります。

• X (オフ)
• O (オン)

• X (オフ)
• O (オン)

フランス語属性では、ストリングの末尾から先頭に向かってアクセントを調べることによってストリングの分析を実行します。 この属性は、フランス語ロケールでは自動的に O に設定されます。 この属性を使用した場合は、テキスト・ストリングの比較に軽いパフォーマンス・コストが発生します。ソート・キーの長さは変わりません。

• X (オフ)
• O (オン)

ひらがな属性は、日本語のひらがな文字とカタカナ文字を区別するかどうかを決定します。 日本語の JIS X 4061 規格に準拠させるためには、この属性を O に設定して、強さ属性を 4 次レベルに設定する必要があります。 ただし、これを行うとテキスト・ストリングの比較の速度が低下し、ソート・キーが長くなります。