Python拼音排序的支持 ::-- ZoomQuiet [2007-07-26 05:02:53]
Contents
1. Python拼音排序
{{{Hong Yuan <[email protected]> hide details 12:07 pm (13 minutes ago)
reply-to [email protected] to [email protected] date Jul 26, 2007 12:07 PM subject [python-chinese] Python中文拼音排序的支持
}}}
1.1. 背景
前几天列表中讨论过这个话题，最近自己研究了一下，和大家分享一下，请大家补充。
另外有谁知道如何在Windows下添加locale的，请给个提示。
1.2. 拼音排序的支持
Python内置的字符串比较并未考虑locale信息，其标准库locale库也没有提供能按拼音排序的LC_COLLATE，排序完全交给操作系统的locale完成。有一些项目提供了不完全的拼音支持，如ZopeChinaPak中提供了GB2312编码到拼音的转换，可以以此为基础写一个比较函数。
比较好的方法是通过locale，由于没有标准的支持中文排序的locale，有人自己编写了一个locale-pinyin(http://www.cublog.cn/u/8057/showart_245534.html)，能够实现这个功能，目前据说已经整合进了标准的glibc库。下载地址是：
不过这个locale只能在Linux下编译，不知道如何在Windows下使用。以下为Linux下使用的例子：
1.2.1. 使用
- 解开locale-pinyin安装包，运行make，然后make install
- 运行以下测试程序，可以看到其效果:
# -*- coding: utf-8 -*-
import locale
a, b = u'小学'
print a < b
print locale.strcoll(a, b)
locale.setlocale(locale.LC_COLLATE, '[email protected]')
print a < b
print locale.strcoll(a, b)
可见即使strcoll可以正确使用拼音进行比较，标准的字符串比较和排序函数并不能从中得益，需要自己写比较函数。