Python的sort函数和Linux的sort LC_ALL=C一样吗

Question

我正在把一个Bash脚本转换成Python。这个脚本设置了 LC_ALL=C，并使用Linux的排序命令，这样可以确保按照原始的字节顺序进行排序，而不是根据地区的不同来排序（http://stackoverflow.com/questions/28881/why-doesnt-sort-sort-the-same-on-every-machine）。

在Python中，我想使用Python的列表 sort() 或 sorted() 函数（不使用 key= 选项）。这样做的话，我能否总是得到和Linux在 LC_ALL=C 下排序一样的结果呢？

Answer 1

如果你可以添加一个比较函数，那么你就可以确保排序的结果和LC_ALL=C是一样的。不过，从文档来看，如果所有字符都是7位的，那么默认情况下就会按照这种方式排序；如果有其他字符，就会使用特定地区的排序方式。

如果你有8位或Unicode字符，那么使用特定地区的排序方式就很有意义了。

Answer 2

在Python 3之前的版本中，非Unicode字符串实际上是字节。排序函数和方法并不会自动考虑地区设置（如果想要根据地区进行排序，需要使用locale模块的相关功能）。

而在Python 3.x中，Unicode字符串和所有字符串不再是字节。Python 3中有一个专门的“字节”类型。

Answer 3

如果你把 locale.strcoll 作为 cmp 参数传给 list.sort() 和 sorted()，那么排序的结果应该会符合你的预期：

import locale
locale.setlocale(locale.LC_ALL, "C")
yourList.sort(cmp=locale.strcoll)

但是在 Python 3 中（来自 这个回答）：

import locale
from functools import cmp_to_key
locale.setlocale(locale.LC_ALL, "C")
yourList.sort(key=cmp_to_key(locale.strcoll))