python - Python中的正则表达式问题

我在python中有一个函数，它为Natural-Sort / Human算法返回给定键的元组。

请参见fake _human_key。

但我需要对此进行更改，以用其标准字母字符代替德国变音符号。

长话短说，我想摆脱Ä, Ö, Ü, ß进行排序。

另外，不应考虑这种情况。较小的d应具有与大写字母D相同的优先级...

对于变音符号，我正在使用替换功能，这似乎是一种很尴尬的方式...：-/我没有更好的主意...有什么建议吗？

我也不能重写它以摆脱区分大小写...

到目前为止，我有：

def _human_key(key):
    key = key.replace("Ä", "A").replace("Ö", "O").replace("Ü", "U")\
          .replace("ä", "a").replace("ö", "o").replace("ü", "u")\
          .replace("ß", "s")
    parts = re.split(r'(\d*\.\d+|\d+)', key)
    return tuple((e.swapcase() if i % 2 == 0 else float(e))
            for i, e in enumerate(parts))
    return parts

示例：我有值

 Zabel
 Schneider
 anabel
 Arachno
 Öztürk
 de 'Hahn

我想排序目前，这使得：

anabel
de 'Hahn
Arachno
Öztürk
Schneider
Zabel

因为小字符优先处理...

期望：

anabel
Arachno
de 'Hahn   ( <-- because "d" comes after "a")
Öztürk
Schneider

我觉得替换不是解决变音符问题的正确方法，但找不到更好的解决方案。

更新/背景信息：

我是从类“ QSortFilterProxyModel”中从外部调用的，
我需要根据行的单击列对行进行排序。
我有一个QTreeView，它显示数据库中的结果集，其中一列包含德语姓氏，即背景。

class HumanProxyModel(QtCore.QSortFilterProxyModel):
    def lessThan(self, source_left, source_right):
        data_left = source_left.data()
        data_right = source_right.data()
        if type(data_left) == type(data_right) == str:
            return _human_key(data_left) < _human_key(data_right)
        return super(HumanProxyModel, self).lessThan(source_left, source_right)

最佳答案

如果您不介意使用第三方模块，则可以使用natsort（完整披露，我是作者）。对于您提供的数据，它将立即返回您想要的内容。

>>> from natsort import natsorted, ns
>>> data = ['Zabel', 'Schneider', 'anabel', 'Arachno', 'Öztürk', 'de Hahn']
>>> natsorted(data, alg=ns.LOCALE)  # ns.LOCALE turns on locale-aware handling
['anabel', 'Arachno', 'de Hahn', 'Öztürk', 'Schneider', 'Zabel']
>>> from natsort import humansorted
>>> humansorted(data)  # shortcut for using LOCALE
['anabel', 'Arachno', 'de Hahn', 'Öztürk', 'Schneider', 'Zabel']

如果需要排序键，可以使用natsort的键生成器：

>>> from natsort import natsort_keygen, ns
>>> humansort_key = natsort_keygen(alg=ns.LOCALE)
>>> humansort_key(this) < humansort_key(that)

请注意，您不一定需要使用语言环境...您只需要适当地规范unicode，natsort会在后台自动执行。在您的情况下，您似乎想同时将大写字母和小写字母与小写字母分组在一起，因此您可以使用它来代替

>>> natsorted(data, alg=ns.GROUPLETTERS | ns.LOWERCASEFIRST)  # or ns.G | ns.LF
['anabel', 'Arachno', 'de Hahn', 'Öztürk', 'Schneider', 'Zabel']

我建议这样做是因为尝试处理语言环境是一场噩梦，如果不需要它，那么您的境况会好很多。