Python 使用区域设置/排序规则按键对字典排序

下面的代码忽略了区域设置，最后是Égypt，怎么了

dict = {"United States": "United States", "Spain" : "Spain", "England": "England", "Égypt": "Égypt"}

import locale

# using your default locale (user settings)
locale.setlocale(locale.LC_ALL,"fr_FR")
print OrderedDict(sorted(dict.items(), key=lambda t: t[0], cmp=locale.strcoll))

这就是输出：

OrderedDict([('England', 'England'), ('Spain', 'Spain'), ('United States', 'United States'), ('\xc3\x89gypt', '\xc3\x89gypt')])

这里有一个解决办法

使用unicode的规范化形式规范化分解

#utf-8 unicode留给读者作为练习
埃及=unicodedata.正常化（“NFD”，埃及）
已排序（['Egypt'，'E\xcc\x81gypt'，'US']）
['Egypt'，'E\xcc\x81gypt'，'US']

这实际上并没有考虑语言环境

---

除此之外，请尝试更新的Python（是的，我知道）或来自Martijn的链接问题和相应答案的ICU库。

考虑以下内容

import unicodedata
from collections import OrderedDict
dict = {"United States": "United States", "Spain" : "Spain", "England": "England", "Égypt": "Égypt"}

import locale

# using your default locale (user settings)
locale.setlocale(locale.LC_ALL,"fr_FR")

print OrderedDict(sorted(dict.items(),cmp= lambda a,b: locale.strcoll(unicodedata.normalize('NFD', unicode(a)[0]).encode('ASCII', 'ignore'),
                                                                       unicodedata.normalize('NFD', unicode(b)[0]).encode('ASCII', 'ignore'))))

---

我认为你不能同时指定

键

和

cmp

@Daniel实际上你可以。。。这样做很奇怪（key的结果最终被传递给cmp）这里最大的问题是不清楚

locale

编码会尊重

fr\u fr

。即使设置

locale.setlocale（locale.LC_ALL，“fr\u fr.UTF-8”）

以匹配我的终端设置，埃及仍然排在最后。这与中描述的完全一样，如果我先解码为unicode，这并不重要。这是因为区域设置中的排序是跨平台的。因此，结论是这篇文章是一篇重复的文章，而其他提到PyICU的文章，因为这是这个问题的正确答案。确实必须有一个更好的解决方案，而不是仅仅为了更改区域设置而编写代码。还应该注意，设置区域设置可能会对python实例的其他部分产生影响。

import unicodedata
from collections import OrderedDict
dict = {"United States": "United States", "Spain" : "Spain", "England": "England", "Égypt": "Égypt"}

import locale

# using your default locale (user settings)
locale.setlocale(locale.LC_ALL,"fr_FR")

print OrderedDict(sorted(dict.items(),cmp= lambda a,b: locale.strcoll(unicodedata.normalize('NFD', unicode(a)[0]).encode('ASCII', 'ignore'),
                                                                       unicodedata.normalize('NFD', unicode(b)[0]).encode('ASCII', 'ignore'))))