chaînes de tri avec les caractères accentués en python

Question

dupliquées possible:
Python not sorting unicode properly. Strcoll doesn't help.

Je suis en train de trier quelques mots par ordre alphabétique. Voici comment je le fais:

#!/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") 

J'attends que les mots sont imprimés dans le même ordre que sont définis, mais voici ce que je reçois:

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

Le é le caractère est traité comme s'il était supérieur à z.

Il semble que je ne comprenne pas comment locale.strcoll compare les chaînes. Quelle fonction de comparaison devrais-je utiliser pour obtenir les mots classés par ordre alphabétique?

Answer 1

J'ai finalement choisi de strip diacritics et comparer la version dépouillée des cordes pour que je n'ai pas ajouter la dépendance PyICU.

Answer 2

Python not sorting unicode properly. Strcoll doesn't help