【旧文章搬运】ntfs中的文件名排序规则~

原文发表于百度空间，2011-04-05
==========================================================================

在分析ntfs的B+树时，不可避免地要进行文件名大小的比较，经过观察发现通常我们在资源管理器中看到的文件排序和ntfs中有很大不同。
比如，有下面一些文件，在资源管理器中排序如下：

可以看到对汉字是按其汉语拼音排序的。
而在ntfs的目录索引中排序如下：

观察发现，由于ntfs存储的是Unicode文件名，所以比较时是按首字符的Unicode编码来比较的。实际分析如下：

在ntfs的INDX中的实际顺序（后面是第一个Unicode字符的编码）：

12.doc    0x0031
xxx.doc   0x0078
yyy.doc   0x0079
~1.doc    0x007E
刘.doc    0x5218
孙.doc    0x5B59
康.doc    0x5EB7
张.doc    0x5F20
李.doc    0x674E
王.doc    0x738B
赵.doc    0x8D75
钱.doc    0x94B1
齐.doc    0x9F50

为了验证这个结果，我在ntfs的源代码中找到了答案：

FSRTL_COMPARISON_RESULT  NtfsCollateNames (
    IN PWCH UpcaseTable,
    IN ULONG UpcaseTableSize,
    IN PUNICODE_STRING Expression,
    IN PUNICODE_STRING Name,
    IN FSRTL_COMPARISON_RESULT WildIs,
    IN BOOLEAN IgnoreCase )
    {
    WCHAR ConstantChar;
    WCHAR ExpressionChar;
    ULONG i;
    ULONG Length;   

    if (Expression->Length < Name->Length) {
        Length = Expression->Length / sizeof(WCHAR);
        } else {
        Length = Name->Length / sizeof(WCHAR);
        }    

        for (i = ; i < Length; i += ) {
            ConstantChar= Name->Buffer[i];//取原始字符
            ExpressionChar= Expression->Buffer[i];
            if ( IgnoreCase ) {//根据是否区分大小写进行判断，Windows的文件名不区分大小写，所以这里通常是TRUE
                //UpcaseTable可以直接读取ntfs根目录下的$Upcase得到
                if (ConstantChar < UpcaseTableSize) {
                     ConstantChar = UpcaseTable[(ULONG)ConstantChar];//取UpcaseTable中的对应字符
                     }
                     if (ExpressionChar < UpcaseTableSize) {
                    ExpressionChar = UpcaseTable[(ULONG)ExpressionChar];//取UpcaseTable中的对应字符
                    }
            }        //判断字符是否无效        

           if ( FsRtlIsUnicodeCharacterWild(ExpressionChar) ) {
               DebugTrace( -, Dbg, ("NtfsCollateNames -> %08lx (Wild)\n", WildIs) );
               return WildIs;
            }       //进行比较        

           if ( ExpressionChar < ConstantChar ) {
               DebugTrace( -, Dbg, ("NtfsCollateNames -> LessThan\n") );
               return LessThan;
           }                        

           if ( ExpressionChar > ConstantChar ) {
           DebugTrace( -, Dbg, ("NtfsCollateNames -> GreaterThan\n") );
           return GreaterThan;
           }

    }      

    ....//省略部分代码     

    DebugTrace( -, Dbg, ("NtfsCollateNames -> EqualTo\n") );
    return EqualTo;

}

这回对ntfs中文件名的排序和比较有个清楚的了解了，不过呢，这个结果看起来有一点怪怪的~~