Ordre alphabétique du français
L’algorithme de tri est multi-niveau, conformément à la spécification des algorithmes d’ordonnancement normalisés UCA (d’Unicode) :
Dans un premier temps, les différences de casse et d’accents sont ignorées, de même que, pour certains types de tri, tous les séparateurs de mots et la ponctuation. L’alphabet français utilise des digraphes et trigraphes pour noter certaines lettres ; cependant, ils ne sont pas considérés comme des lettres distinctes de l’alphabet (comme c’est le cas en breton). Toutes les lettres latines ne sont pas utilisées, mais peuvent apparaître dans des mots importés (notamment des noms propres et toponymes non traduits, mais le plus souvent transcrits littéralement depuis une autre écriture) : on classe alors ces mots, qui contiennent des lettres supplémentaires (comme þ, etc.) après ceux contenant les autres lettres ; cependant certains dictionnaires peuvent classer ces lettres latines supplémentaires d’après leur translitération dans l’alphabet de base, comme þ, la lettre nordique thorn, classé comme th).
En français (comme en breton), les différences secondaires (d’accents principalement) seront normalement triées en comparant d’abord les derniers caractères des textes ou mots à classer, et non les premières lettres de ces textes.
Enfin les séparateurs de mots, la ponctuation, les symboles et les différences de casse et sont considérés dans le sens de lecture normal.
L’orthographe française utilise l’ensemble des lettres de base de l’alphabet latin (sur fond vert ci-dessous) et leurs variantes (sur fond blanc) et les séparateurs orthographiques (en jaune, dont l’espace ; les autres symboles de ponctuation sont traités comme l’espace) ; les symboles mathématiques et monétaires (sur fond orange) sont classés avant les chiffres. Les nombres sont écrits avec les chiffres décimaux arabo-européens (sur fond bleu).
La table ci-dessous (conforme à la table d’ordonnancement par défaut d’Unicode (DUCET), seulement adaptée pour l’alphabet de base français et le cas particulier de ligature æ qui n’est pas considérée comme une lettre de l’alphabet français mais une forme typographique recommandée ; l’ordonnancement par défaut d’Unicode classe déjà la ligature spécifiquement française œ comme deux lettres) ne liste aucune autre lettre empruntée à une autre langue : d’autres caractères spécifiques peuvent être aussi employés tels que des ligatures purement typographiques non différenciées au plan alphabétique et orthographique, différents symboles techniques, des signes de ponctuation supplémentaires, et des lettres empruntées à d’autres langues que le français. Les caractères ignorés durant les premiers niveaux de tri (ou traités pour ce niveau comme s’ils étaient d’autres caractères indiqués en italique et traités pour cette phase comme ces caractères séparés) sont marqués d’un fond gris pour ces phases.
สมัครสมาชิก:
ส่งความคิดเห็น (Atom)
ไม่มีความคิดเห็น:
แสดงความคิดเห็น