使用不同区域设置对Python中的字符串集合进行排序

Question

我想根据用户的语言偏好来对字符串列表进行排序。我有一个支持多种语言的Python网页应用，应该怎么正确地对字符串进行这种排序呢？

我知道可以设置地区信息，像这样：

import locale
locale.setlocale(locale.LC_ALL, '')

但是这应该在应用启动时就设置好（而且文档上说这不是线程安全的！），那么在每个线程中根据当前用户（请求）的设置来进行设置是个好主意吗？

我希望能有一个类似于函数locale.strcoll(...)的东西，增加一个参数 - 用于排序的语言。

Answer 1

为了获得最新和最准确的数据，你需要在你的pyICU中使用最新版本的ICU。

Answer 2

我推荐使用 pyICU，这是一个为IBM的开源国际化库 ICU 提供的Python接口。你可以通过下面的方式创建一个Collator对象：

    collator = PyICU.Collator.createInstance(PyICU.Locale.getFrance())

然后，你可以按照法语的规则对一组utf-8编码的字符串进行排序，比如使用 thelist.sort(cmp=collator.compare)。

我遇到的唯一问题是，找不到适合MacOSX的现成的PyICU和ICU的版本——最后我只能从源代码构建和安装：ICU的源代码版本是3.6，可以在 这里 找到——那里有Windows和几个Unix版本的二进制文件，但没有Mac的；而PyICU 0.8.1可以在 这里 找到。

尽管有这些构建和安装的问题，以及Python接口的文档比较少，但如果你要做大量国际化相关的工作，ICU真的是个很棒的工具，而PyICU则是一个非常实用的接口！

Answer 3

另一个可能的解决办法是使用支持良好地区设置的SQL服务器（可惜的是，sqlite不适合）。这样我就可以把所有数据放到一个临时的内存表里，然后用ORDER BY来选择它们。我觉得这个方法应该比kaizer.se的回答中提到的把地区设置分发到多个进程要好。