Python 没有正确排序 unicode。 Strcoll 没有帮助

Question

我在 OSX 以及 Linux 上的 Python 2.5.1 和 2.6.5 中使用 unicode 排序规则对列表进行排序时遇到问题。

import locale   
locale.setlocale(locale.LC_ALL, 'pl_PL.UTF-8')
print [i for i in sorted([u'a', u'z', u'ą'], cmp=locale.strcoll)]

应该打印的内容:

[u'a', u'ą', u'z']

而是打印出来:

[u'a', u'z', u'ą']

总结一下 - 看起来 strcoll 好像坏了。尝试了各种类型的变量(例如非 unicode 编码的字符串)。

我做错了什么？

最好的问候， 托马斯·科普祖克。

Answer 1

显然，在所有平台上进行排序的唯一方法是使用带有 PyICU 绑定(bind)的 ICU 库 (PyICU on PyPI)。

在 OS X 上:sudo port install py26-pyicu，注意此处描述的错误:https://svn.macports.org/ticket/23429 (哦，使用 macports 的乐趣)。

不幸的是，PyICUs 文档严重缺乏，但我设法找出了它是如何完成的:

import PyICU
collator = PyICU.Collator.createInstance(PyICU.Locale('pl_PL.UTF-8'))
print [i for i in sorted([u'a', u'z', u'ą'], cmp=collator.compare)]

给出:

[u'a', u'ą', u'z']

另一个专业人士 - @bobince:它是线程安全的，因此在设置请求明智的语言环境时并非无用。