Python中如何正确排序含大小写、重音字符的人名列表

错误原因 #

你之前的写法存在两个核心问题：

• unidecode.unidecode返回的结果会保留原字符串的大小写，小写开头的字符串转换后首字母仍为小写，ASCII编码高于所有大写字母，导致andré转码后的'andre'排序比所有大写开头的转码结果都靠后，最终出现在列表末尾。
• 多优先级排序通过多次调用sorted容易搞混优先级顺序，直接使用元组作为排序key逻辑更清晰，也不容易出错。

正确实现 #

直接把排序优先级按顺序写入key的元组即可，一次排序就能得到符合预期的结果：

import unidecode

l = ['André','Gerald','Nicole','François','Fraçois','andré']
# 排序优先级：
# 1. 去重音后统一转小写，保证不同重音、大小写的同人名排在一起
# 2. 原字符串统一转小写，保证同人名的不同拼写按序排列
# 3. 原字符串，保证同一拼写的大写开头版本排在小写前面
sorted_l = sorted(l, key=lambda x: (unidecode.unidecode(x).casefold(), x.casefold(), x))
print(sorted_l)

输出结果 #

['André', 'andré', 'Fraçois', 'François', 'Gerald', 'Nicole']

注：你给出的期望结果里'François'后漏了逗号，属于笔误，实际运行结果和需求一致。

可选本地化方案 #

如果你需要适配更复杂的本地语言排序规则，也可以使用系统的locale能力，无需引入unidecode依赖：

import locale
# 根据人名所属语言设置对应本地化规则，示例为法语
locale.setlocale(locale.LC_ALL, 'fr_FR.UTF-8')
sorted_l = sorted(l, key=lambda x: (locale.strxfrm(x.casefold()), locale.strxfrm(x)))

该方案的排序结果会和系统本地化配置强相关，跨平台运行一致性不如unidecode方案。

内容的提问来源于stack exchange，提问作者felipesveiga