Sorting Ukrainian words in Python
How to sort Ukrainian words in Python
(Як сортувати українські слова, for the soul that may be googling this in the logical language)
Context: first seen in 231203-1745 Masterarbeit LMentry-static-UA task, where I had this:
Серед 'їжа' і 'ліжко', яке слово знаходиться ближче до літери A в алфавіті?
(end of prompt on previous line)
target string or answer choice index (starting on next line):
ліжко
>>> ' '.join(sorted(set("А а, Б б, В в, Г г, Ґ ґ, Д д, Е е, Є є, Ж ж, З з, И и, І і, Ї ї, Й й, К к, Л л, М м, Н н, О о, П п, Р р, С с, Т т, У у, Ф ф, Х х, Ц ц, Ч ч, Ш ш, Щ щ, ь, Ю ю, Я я")))
' , Є І Ї А Б В Г Д Е Ж З И Й К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Ю Я а б в г д е ж з и й к л м н о п р с т у ф х ц ч ш щ ь ю я є і ї Ґ ґ'
Aha.
How to Sort Unicode Strings Alphabetically in Python – Real Python
sudo locale-gen --lang uk
Generating locales (this might take a while)...
uk_UA.UTF-8... done
Generation complete.
> sudo apt install language-pack-uk
>>> import locale
>>> locale.getlocale()
('en_US', 'UTF-8')
>>> locale.setlocale(locale.LC_COLLATE, "uk_UA.UTF-8")
'uk_UA.UTF-8'
>>> ' '.join(sorted(set("А а, Б б, В в, Г г, Ґ ґ, Д д, Е е, Є є, Ж ж, З з, И и, І і, Ї ї, Й й, К к, Л л, М м, Н н, О о, П п, Р р, С с, Т т, У у, Ф ф, Х х, Ц ц, Ч ч, Ш ш, Щ щ, ь, Ю ю, Я я"), key=locale.strxfrm))
' , А а Б б В в Г г Ґ ґ Д д Е е Є є Ж ж З з И и І і Ї ї Й й К к Л л М м Н н О о П п Р р С с Т т У у Ф ф Х х Ц ц Ч ч Ш ш Щ щ ь Ю ю Я я'
Bonus/todo: pandas spacy Token vs str sorting
Later I’ll look into this, but a Series of spacy Tokens in two langs gets sorted differently from a series of str.
The first uses a weird order where Latin letters get mixed up with Cyrillic ones, so that English a is close to Ukrainian a.
Nel mezzo del deserto posso dire tutto quello che voglio.