lib/sortify.py

   1 # -*- coding: utf-8 -*-
   2 import re
   3 from slughifi import char_map
   4
   5
   6 # Specifies diacritics order.
   7 # Default order is zero, max is 9
   8 char_order = {
   9     u'ż': 1, u'Ż': 1,
  10 }
  11
  12
  13 def replace_char(m):
  14     char = m.group()
  15     if char_map.has_key(char):
  16         order = char_order.get(char, 0)
  17         return "%s~%d" % (char_map[char], order)
  18     else:
  19         return char
  20
  21
  22 def sortify(value):
  23     """
  24         Turns Unicode into ASCII-sortable str
  25
  26         Examples :
  27
  28         >>> sortify('a a') < sortify('aa') < sortify('ą') < sortify('b')
  29         True
  30
  31         >>> sortify('ź') < sortify('ż')
  32         True
  33
  34     """
  35
  36     if not isinstance(value, unicode):
  37         value = unicode(value, 'utf-8')
  38
  39     # try to replace chars
  40     value = re.sub('[^a-zA-Z0-9\\s\\-]{1}', replace_char, value)
  41     value = value.lower()
  42     value = re.sub(r'[^a-z0-9~]+', ' ', value)
  43
  44     return value.encode('ascii', 'ignore')