如何在 Python 中对 Google App Engine 上的 utf-8 字符串进行排序？我正在尝试使用本地，但我认为它不起作用，并且支持的语言数量太少。
我正在尝试使用pyuca，但它太胖了 - 每次重新加载 1MB 以仅使用 1%% 进行排序。
是否有一些轻量级的纯 python 库或者 Google App Engine 以某种方式支持它。
如果你认为你有好的算法，它会通过这个测试（你可以打乱字符串进行测试）：
alphabet = u'AĄBCĆDEĘFGHIJKLŁMNŃOÓPRSŚTUWYZŹŻaąbcćdeęfghijklłmnńoóprsśtuwyzźż'
欢迎任何建议，我会测试它。这个字母是'pl_pl'/'polish'。
【问题讨论】：
标签： python google-app-engine collation google-app-engine-python
这是一种纯 Python 方法：
alphabet = u'AĄBCĆDEĘFGHIJKLŁMNŃOÓPRSŚTUWYZŹŻaąbcćdeęfghijklłmnńoóprsśtuwyzźż'
dsort = dict((let, i) for i, let in enumerate(alphabet))
def key_utf8(utf8_string):
s = utf8_string.decode('utf8')
return map(dsort.get, s)
some_list_of_utf8_strings.sort(key=key_utf8)
您可能最好在内部保留 unicode 字符串列表 -- 一次解码 utf8 输入并在需要时将输出编码回 utf8 -- 但只要您满意为了可能重复支付解码计算成本/延迟，这种纯 Python 方法应该可以在 App Engine 或其他任何地方正常工作。
如果您这样做遵循仅在内部保留unicode 字符串的最佳做法（在输入上解码，在输出上需要时进行编码），那么排序也可以使用key=lambda s: map(dsort.get, s) --但我个人更喜欢使用命名函数（为了清楚起见）而不是有点愚蠢的 lambda。真的只是风格问题。
【讨论】：