python csv與'右'的變音符號排序

Question

我想修改csvsort.py（csvkit，https://csvkit.readthedocs.org/en/0.9.0/）以正確處理變音符號。

我發現，排序列表工作perfecty代碼（http://www.gossamer-threads.com/lists/python/python/1030549）：

alphabet = (
u' ', u'.', u'\'', u'-', u'0', u'1', u'2', u'3', u'4', u'5', u'6', u'7', u'8', u'9', u'a', u'A', u'ä', u'Ä', u'á', u'Á', u'â', u'Â', 
u'à', u'À', u'å', u'Å', u'b', u'B', u'c', u'C', u'ç', u'Ç', u'd', u'D', u'e', u'E', u'ë', u'Ë', u'é', u'É', u'ê', u'Ê', u'è', u'È', 
u'f', u'F', u'g', u'G', u'h', u'H', u'i', u'I', u'ï', u'Ï', u'í', u'Í', u'î', u'Î', u'ì', u'Ì', u'j', u'J', u'k', u'K', u'l', u'L', 
u'm', u'M', u'n', u'ñ', u'N', u'Ñ', u'o', u'O', u'ö', u'Ö', u'ó', u'Ó', u'ô', u'Ô', u'ò', u'Ò', u'ø', u'Ø', u'p', u'P', u'q', u'Q', 
u'r', u'R', u's', u'S', u't', u'T', u'u', u'U', u'ü', u'Ü', u'ú', u'Ú', u'û', u'Û', u'ù', u'Ù', u'v', u'V', u'w', u'W', u'x', u'X', 
u'y', u'Y', u'z', u'Z' 
) 

hashindex = {character:index for index, character in enumerate(alphabet)} 
def string2sortlist(string): 
    return [hashindex[s] for s in string] 


import random 
things_to_sort = ["".join(random.sample(alphabet, random.randint(4, 6))) 
for _ in range(200000)] 

print(things_to_sort[:15]) 

things_to_sort.sort(key=string2sortlist) 

print(things_to_sort[:15]) 

所以，問題是：

我應該如何修改

sorter = lambda r: [(r[c] is not None, r[c]) for c in column_ids] 
rows.sort(key=sorter, reverse=self.args.reverse) 

從csvsort。 py，從上面的工作代碼中使用hashindex（）。

TIA。

Miguel。

Answer 1

排序調用的key參數是一個函數，用於告知如何（以何種順序）對項目進行排序。

顯然，csvkit使用一個帶有布爾值和值的元組來排序值，並在最後有空列（大概也許是在開始處）。

請注意，csvkit的函數應用於每一行以進行排序，但sorter函數始終應用於列ID，因此每行的排序都相同。

所以，你應該定義你的散列和排序功能，然後修改分揀機功能僅使它：

sorter = lambda r: [(r[c] is not None, string2sortlist(r[c])) for c in column_ids] 

這使空列標題的行爲。使用其他列標題，將字符串替換爲字符的散列值列表，爲您提供所需的排序。

它仍然只適用於以前的列標題，所以你排序應該仍然是在每一行相同。