地區感知字串排序(Collation)

text_normalize 正規化文字、locale_parse 格式化數字,但沒有任何功能能依某語言讀者的期望排序字串。 Python 預設的 sorted 是碼位順序,因此 "Z" < "a",而 "ä" 會離 "a" 很遠。真正的排序會先依 基底字母、再依*變音符號*、再依*大小寫*,並讓地區得以調整字母表(瑞典文將 å ä ö 排在 z 之後)。

本功能建立一個 Unicode-Collation-lite 排序鍵,含三個層級——主層(基底字母)、次層(變音符號)、三層(大小寫) ——以及選用的字母表 tailoring。純標準函式庫(unicodedata);不匯入 PySide6。每個函式皆為純函式, 因此跨平台完全具決定性(不像 locale.strxfrm 取決於主機已安裝的地區設定)。

無頭 API

from je_auto_control import sort_strings, collation_compare, collation_key

sort_strings(["résumé", "rest", "resume"])
# ['rest', 'resume', 'résumé']   (變音符號為次層差異)

swedish = "abcdefghijklmnopqrstuvwxyzåäö"
sort_strings(["zebra", "äpple", "apple"], tailoring=swedish)
# ['apple', 'zebra', 'äpple']    (å ä ö 排在 z 之後)

collation_compare("apple", "Apple")        # -1  (小寫在大寫之前)
sort_strings(rows, key=lambda r: r["name"])  # 依欄位排序字典

strength``(``primary / secondary / tertiary)限制比較的層級,因此 strength="primary" 為 不分變音符號與大小寫。tailoring 是有序字母表,所列字元依給定順序排序,且排在任何未列字元之前;像 "å" 這類預組字元會保有其字母表排名,而非分解為 a + 分音符。collation_key 回傳可比較的原始 tuple,供作 sorted 的 key 使用。

執行器命令

AC_collation_sort 接受 JSON 列表並回傳 {sorted};``AC_collation_compare`` 回傳 {order: -1|0|1}。 兩者皆接受 strength 與 tailoring,並以 MCP 工具(ac_collation_sort / ac_collation_compare) 以及 Script Builder 中 Data 分類下的命令提供。