syslocale: Standardize API.
authorJoe Wreschnig <joe.wreschnig@gmail.com>
Mon, 15 Feb 2010 01:06:44 +0000 (17:06 -0800)
committerJoe Wreschnig <joe.wreschnig@gmail.com>
Mon, 15 Feb 2010 01:06:44 +0000 (17:06 -0800)
collate/_abcollator.py
collate/syslocale.py [new file with mode: 0644]
collate/syslocale/__init__.py [deleted file]

index 094a5debbbd7e155d09efe8fca6db85b3435e3b3..71f5f54631a42e8c33ac1945b57ff92066bc0496 100644 (file)
@@ -1,5 +1,4 @@
 class Collator(object):
     def cmp(self, string1, string2):
+        """Return negative if a < b, zero if a == b, positive if a > b."""
         return cmp(self.key(string1), self.key(string2))
-
-        
diff --git a/collate/syslocale.py b/collate/syslocale.py
new file mode 100644 (file)
index 0000000..b9f9b92
--- /dev/null
@@ -0,0 +1,65 @@
+"""C library locale-based collation.
+
+This collation backend uses the system's C library to sort strings. It
+is fast and almost always available, but may sort strings outside of
+the user's native locale incorrectly or confusingly (for example,
+en_US tends to ignore hiragana characters; ja_JP does not case-fold
+Latin characters).
+
+Since the C library only supports one locale active at a time per
+process, instantiating a Collator from this module will affect the
+locale of all previous collators and anything else using the system
+locale information.
+
+Use this collation backend if...
+ - You are on a system without ICU or UCA datafiles for the locale,
+   and DUCET results are not acceptable.
+
+Avoid this backend if...
+ - ICU or UCA support is available for the current locale.
+ - You are sorting strings from alphabets outside the primary locale.
+ - You need to support collating multiple locales at once.
+"""
+
+import locale
+
+import collate.errors
+import collate._abcollator
+import collate._locale
+
+class Collator(collate._abcollator.Collator):
+    """C library locale-based collation."""
+
+    def __init__(self, locale_code, encoding=None):
+        try:
+            locale.setlocale(locale.LC_COLLATE, locale_code)
+        except locale.Error:
+            raise collate.errors.InvalidLocaleError(locale_code)
+        self.locale = locale.getlocale(locale.LC_COLLATE)[0]
+        self.encoding = collate._locale.encoding(encoding)
+
+    def key(self, string):
+        """Sort key for a string.
+
+        If string is a unicode instance that cannot be processed by
+        the system locale library, it is first encoded according to
+        the 'encoding' attribute of the Collator.
+        """
+        try:
+            return locale.strxfrm(string)
+        except UnicodeEncodeError:
+            return locale.strxfrm(string.encode(self.encoding, "replace"))
+
+    def cmp(self, a, b):
+        """Return negative if a < b, zero if a == b, positive if a > b.
+
+        If strs rather than unicodes are passed in, they are first
+        decoded according to the 'encoding' attribute of the Collator.
+        """
+
+        if isinstance(a, str):
+            a = a.decode(self.encoding, "replace")
+        if isinstance(b, str):
+            b = b.decode(self.encoding, "replace")
+        return locale.strcoll(a, b)
+                                  
diff --git a/collate/syslocale/__init__.py b/collate/syslocale/__init__.py
deleted file mode 100644 (file)
index a76d538..0000000
+++ /dev/null
@@ -1,36 +0,0 @@
-import locale
-
-import collate.errors
-import collate._abcollator
-
-class Collator(collate._abcollator.Collator):
-    def __init__(self, locale_code, encoding=None):
-       default = locale.getdefaultlocale()[0]
-       for locale in [locale_code, default]:
-           try:
-               locale.setlocale(locale.LC_COLLATE, locale_code)
-           except locale.Error as err:
-               pass
-           else:
-               break
-       else:
-           raise collate.errors.InvalidLocaleError("no locale found")
-        self.locale = locale.getlocale()[0]
-        try:
-            self.__encoding = locale_code.split(".")[1]
-        except IndexError:
-            self.__encoding = locale_code.split(locale.getpreferredencoding())
-
-    def key(self, string):
-        try:
-            return locale.strxfrm(string)
-        except UnicodeEncodeError:
-            return locale.strxfrm(string.encode(self.__encoding, "replace"))
-
-    def cmp(self, string1, string2):
-        if isinstance(string1, str):
-            string1 = string1.decode(self.__encoding, "replace")
-        if isinstance(string2, str):
-            string2 = string2.decode(self.__encoding, "replace")
-        return locale.strcoll(string1, string2)
-