Sortowanie + polskie znaki diakrytyczne

Potrzebna pomoc
1

Zna ktoś gema, który umożliwia poprawne sortowanie wyrazów z polskimi znakami? Znalazłem alphabetical_sort, ale to nie do końca to co trzeba.

[code][“Sa”, “Śb”, “Sc”, “Z”].sort_alphabetical
=> [“Sa”, “Śb”, “Sc”, “Z”]

prawidłowo powinno być:

=> [“Sa”, “Sc”, “Śb”, “Z”][/code]

Fajnie by było jakby obsługa była do różnych języków europejskich.

2

Jak sie da to chyba najłatwiej to po stronie bazy danych zrobić. No ale to pewnie wiesz, więc pewnie problem jest poza baza danych.

3

Część rzeczy mógłbym posortować po stronie bazy danych, ale w postgresql LC_COLLATE można ustawić tylko i wyłącznie przy tworzeniu clustera, a że nie mam na tym serwerze roota i są tam też inne bazy, to wywalenie klastera, stworzenie nowego i odtworzenie baz danych może być problematyczne.

Oprócz tego jest też kilka miejsc, w których dane nie siedzą w bazie, albo są już po obrobieniu w ruby, więc i tak się przyda jakiś gem ;]

4

Pomimo obsługi różnych kodowań znaków w Ruby 1.9, ciągi sortowane są tak jakby były binarne, tj.

["Łotwa", "Polska"].sort #=>["Polska", "Łotwa"]
Na pierwszy rzut oka wygląda to na spore niedociągnięcie. Po wgłębieniu się w temat okazuje się jednak, że kolejność znaków alfabetu ściśle zależy od języka. Te same znaki mogą mieć różne pozycje w alfabecie: http://en.wiktionary.org/wiki/å

[quote]Å, å - the last letter of the Danish alphabet
Å, å - the third to last letter of the Finnish alphabet
Å, å - the last letter of the Norwegian alphabet
Å, å - the third to last letter of the Swedish alphabet[/quote]
Generalnie problem jest dużo bardziej złożony niż może się wydawać - wypadałoby, żeby każdy string oprócz kodowania miał też przypisany język. Funkcja alphabetical_sort musiałaby pobierać jakiś dodatkowy argument. Ludzie są mistrzami w utrudnianiu sobie życia :-).

Kiedyś potrzebowaliśmy i nie udało nam się znaleźć nic działającego, jest projekt w C/C++/Javie: http://icu-project.org/ , są też dowiązania: http://rubyforge.org/projects/icu/ .

5

no to jak nie ma rozwiazania to moze cos na nizszym poziomie, tylko wolne bedzie na pewno

zapisac te dane do zmiennej, pliku -> wykorzystac jakies polecenie wbudowane w linuxa, nawet sort da rade jak jest utf8 ustawione prawidlowo, czy jakie kolwiek inne narzedzie -> odczytanie tych danych. Tylko wydajnosc strasznie ucierpi

gotar@laptop ~/Tmp $ cat a.txt Łotwa Polska Belga Białoruś Dania Mandżuria gotar@laptop ~/Tmp $ cat a.txt | sort Belga Białoruś Dania Łotwa Mandżuria Polska gotar@laptop ~/Tmp $