2010-12-10 61 views
2

可能重复:
Python not sorting unicode properly. Strcoll doesn't help.重音字符的排序字符串在python

我想按字母顺序排列的一些单词排序。下面是我如何做到这一点:

#!/opt/local/bin/python2.7 
# -*- coding: utf-8 -*- 

import locale 

# Make sure the locale is in french 
locale.setlocale(locale.LC_ALL, "fr_FR.UTF-8") 
print "locale: " + str(locale.getlocale()) 

# The words are in alphabetical order 
words = ["liche", "lichée", "lichen", "lichénoïde", "licher", "lichoter"] 

for word in sorted(words, cmp=locale.strcoll): 
    print word.decode("string-escape") 

我期待这样的词语都印在同一顺序它们被定义,但这里是我得到:

locale: ('fr_FR', 'UTF8') 
liche 
lichen 
licher 
lichoter 
lichée 
lichénoïde 

é字符被视为大于z

看来我误解了locale.strcoll如何比较字符串。我应该使用什么比较函数来获取按字母顺序排序的单词?

+0

它看起来像正常工作。我看不到“z”。 – 2010-12-10 13:03:13

+0

在这个例子中没有'z',但'é'在'o'之后,这不是字母顺序。 – 0xced 2010-12-10 13:06:12

+0

在2.6.4中正常工作。 – 2010-12-10 13:09:19

回答

1

我最终还是选择了strip diacritics和比较字符串的剥离版本,这样我就不必添加PyICU依赖。