Suponha que eu tenha uma lista de palavras, em Python (se necessário, já ordenada conforme as regras de collation):
palavras = [
u"acentuacao",
u"divagacão",
u"programaçao",
u"taxação",
]
Repare que não usei o cedilha (ç
) nem o til (ã
) de forma consistente. Como posso buscar nessa lista por "programação", mas ignorando a acentuação, de modo que várias modalidades de buscas retornem resultados? Ex.:
buscar(palavras, u"programacao")
buscar(palavras, u"programação")
Procurei no Google por "collation search" e não encontrei nada de útil. Procurei também por "busca ignorando acentos", de diversas formas, e até encontrei uma solução para MySQL (que confirma que o caminho certo é mesmo via collate), mas nada para Python (apenas referências para como ordenar uma lista, o que por si só não responde à pergunta). O módulo locale
também não ofereceu grande ajuda. Como fazer?
strcoll
, mas sem resultado... Vou tentar criar uma prova-de-conceito usando sua sugestão, mas se quiser dar uma resposta parcial, pra mim está de bom tamanho.