为python排序波斯语字符串

Question

我想使用python的sort函数，但效果不佳。

sorted( ['ا', 'ب', 'پ', 'ح', 'س', 'ص', 'ف', 'ک', 'ک', 'ک', 'م', 'م']) = 
 ['ا', 'ب', 'ح', 'س', 'ص', 'ف', 'م', 'م', 'پ', 'ک', 'ک', 'ک']

Answer 1

尝试使用PyICU：

import PyICU
collator = PyICU.Collator.createInstance(PyICU.Locale('fa_IR.UTF-8'))

print ([i for i in sorted(['ا', 'ب', 'پ', 'ح', 'س', 'ص', 'ف', 'ک', 'ک', 'ک', 'م', 'م'], key=collator.getSortKey)])

Answer 2

否，它运作良好...我相信sorted根据相关的unicode值对字符进行排序。以下是每个字符的unicode字符：

ا : \u0627
ب : \u0628
ح : \u062d
س : \u0633
ص : \u0635
ف : \u0641
م : \u0645
پ : \u067e
ک : \u06a9

如您所见，پ的unicode是\u067e，而ب的unicode是\u0628。原因是ب也是阿拉伯语字符，与ا，ح，س，ص，ف，和م。而پ和ک不是。