Ordenación alfabética

Se llama ordenación alfabética o alfabetización al proceso por el que una lista de palabras o expresiones se ordenan tomando como base el del alfabeto.

El orden alfabético es:

a	b	c	d	e	f	g	h	i
j	k	l	m	n	ñ	o	p	q
r	s	t	u	v	w	x	y	z

Actualmente, la ch (c + h) y la ll (l + l) tienen la consideración de dígrafos, que se no como letras o grupos independientes. Hasta 1994, se alfabetizaban tras la c y la l, pero ese año el X Congreso de las Academias de la Lengua Española decidió el nuevo orden. Sin embargo, los estándares internacionales sobre alfabetización publicados antes de la reforma tratan la ch y la ll como letras independientes, y los publicados con posterioridad aún consideran tal posibilidad.

No hay criterio establecido en español para la alfabetización de letras con diacríticos (á, ü), pero normalmente suelen ir tras la forma sin acento (cómo detrás de como). Las mayúsculas suelen ir tras las minúsculas y también las formas en redonda suelen preceder a las variantes en cursiva. De este modo, podríamos tener, por ejemplo, el siguiente orden:

a

A

á

Á

a

A

á

Á

El orden exacto dependerá de las necesidades de la obra y el estilo editorial.

Diferencias del orden con otras lenguas

El orden alfabético del español varía en algunos puntos del de otras lenguas que emplean el alfabeto latino. Por ejemplo:

• ñ en español va tras la n, pero va dentro de la n en bretón;
• ch en checo va tras la h, pero va dentro de la c en español (a partir de 1994, ya que hasta entonces iba tras la c);
• en alemán, ü se alfabetiza como si fuera ue, mientras que en español no tiene tratamiento especial.

No hay un orden alfabético internacionalmente establecido, y así cada lengua trata los caracteres que le son propios de distinta manera. Normalmente, se llama alfabeto o abecedario latino internacional al que incluye las letras necesarias para escribir las lenguas que se escriben en el alfabeto latino, como por ejemplo ð, œ, æ y caracteres con diacríticos. Sin embargo, hay que señalar que la Academia llama así (o alfabeto latino universal) a lo que en la práctica es el alfabeto inglés, sin las adiciones o eliminaciones de otras lenguas, y que apenas se puede aplicar más que al propio inglés.

Colación

La alfabetización automatizada se basa en el proceso de colación, es decir, del cotejo o comparación de dos textos, que es el que permite definir el orden.

El algoritmo de ordenación es el método para ordenar una lista de elementos según una determinada colación. La colación se suele basar en la creación de una clave que identifica de modo único el orden de un elemento.

Índices y diccionarios

En las listas de términos, expresiones, títulos, etc., como índices y diccionarios hay que tener en cuenta factores adicionales, como los siguientes:

• En la ordenación por letras o continua, los espacios no se tienen en cuenta, de modo que en medio se trata como si se escribiera enmedio y por tanto va después de encerrar. Si se consideran los espacios (ordenación por palabras o discontinua), este va antes de cualquier letra: en medio va antes de encerrar.
• Otros signos, como comas, puntos, guiones, comillas, etc., también pueden ignorarse, tratarse como espacios o tener un orden convencional.
• Las conectivos —las preposiciones, los artículos y las conjunciones— pueden descartarse. En la ordenación sin conectivos, mano de obra se trata como mano obra y va después de mano dura (con conectivos iría antes).
• Los artículos iniciales pueden conservarse o pueden trasladarse al final. Así, puede optarse por otros, Los o por Los otros, que irían en la letra o y en la ele, respectivamente.

La partículas que forman parte de los apellidos también tienen sus peculiaridades.

La elección entre las diferentes opciones dependerá de la naturaleza del índice o glosario, pues cada una tiene sus ventajas y sus inconvenientes.

Signos y símbolos no alfabéticos

Los caracteres que no pertenecen al alfabeto también se pueden alfabetizar con la ayuda de algún criterio que establezca correspondencias. Así:

• Los números se puede alfabetizar por su desarrollo (es decir, 3D se alfabetiza como tres d) o en bloque aparte por un orden numérico (bien antes de la a o después de la z). Un problema de la alfabetización por el desarrollo es que este no siempre es único (11.º puede ser decimoprimero o undécimo).
• Signos como la coma pueden también ir por su nombre o en un bloque específico. Como se ha dicho antes, otra opción es descartarlos por completo en la alfabetización, sobre todo si no son significativos. Al menos en índices de libros, revistas, etc., si van en un bloque aparte no debería seguirse el código informático interno, que es arbitrario y que incluso separa signos como «¿» y «?»; lo adecuado es adoptar un criterio que resulte lógico en función de las necesidades de cada escrito. Por ejemplo, la NGLE agrupa los símbolos fonéticos por similitud de sonidos, de modo tras «e» vienen «ɛ», «ø», «ə», «ɘ», «ɵ».
• Las voces de otras escrituras pueden ir también en un bloque aparte o se pueden alfabetizar por su transcripción, aunque esta debería ser más o menos clara o responder a un criterio conocido por el lector (por ejemplo, λóγος podría ir donde corresponda a lógos). En un índice podría darse una y luego entre paréntesis la otra (con el orden que convenga).

Puede haber criterios especiales en ciertos ámbitos. Así, en química los números de nombres como 1,3-pentadieno no se tienen en cuenta, por lo que este caso se alfabetiza como pentadieno.

Enlaces externos

• Unicode collation algorithm es una descripcion técnica detallada de la colación internacional.
• European Ordering Rules (EOR)