Python 3.x对列表中包含数字和字母的文件名进行排序

Question

我使用以下python代码对文件名列表进行排序

list_of_dwg = [
    r'\\pc_name\AHL-4604-0002-10.dwg',
    r'\\pc_name\AHL-4604-0002-11A.dwg',
    r'\\pc_name\AHL-4604-0002-4.dwg',
    r'\\pc_name\AHL-4604-0002-1_FRONT COVER.dwg',
    r'\\pc_name\AHL-4604-0002-2_MASTER LIST.dwg',
    r'\\pc_name\AHL-4604-0002-3_LEGEND LIST.dwg',

]

list_of_dwg_sorted = sorted(list_of_dwg)

for dwg in list_of_dwg_sorted:
    print(dwg)

当我执行代码时，输出将如下所示

\\pc_name\AHL-4604-0002-10.dwg
\\pc_name\AHL-4604-0002-11A.dwg
\\pc_name\AHL-4604-0002-1_FRONT COVER.dwg
\\pc_name\AHL-4604-0002-2_MASTER LIST.dwg
\\pc_name\AHL-4604-0002-3_LEGEND LIST.dwg
\\pc_name\AHL-4604-0002-4.dwg

但这是我基于windows资源管理器显示的理想输出。

\\pc_name\AHL-4604-0002-1_FRONT COVER.dwg
\\pc_name\AHL-4604-0002-2_MASTER LIST.dwg
\\pc_name\AHL-4604-0002-3_LEGEND LIST.dwg
\\pc_name\AHL-4604-0002-4.dwg
\\pc_name\AHL-4604-0002-10.dwg
\\pc_name\AHL-4604-0002-11A.dwg

任何想法都将是一个很大的帮助。提前感谢！

Answer 1

如果您希望根据数字字符串的值对其进行排序，则应该使用它们的整数值，因为字符串是按字面顺序排序的，这意味着例如，字符串10小于2。

sorted()函数接受一个键函数，您可以使用该函数告诉sorted如何对项目进行排序。在这种情况下，我们可以使用正则表达式来查找文件名中的最新数字，并使用其整数值对项目进行排序。

In [18]: import re

In [19]: def keyfunc(item):
    ...:     return int(re.search(r'-(\d+)[^-]*$', item).group(1))
    ...: 
    ...: 

In [20]: sorted(list_of_dwg, key=keyfunc)
Out[20]: 
['\\\\pc_name\\AHL-4604-0002-1_FRONT COVER.dwg',
 '\\\\pc_name\\AHL-4604-0002-2_MASTER LIST.dwg',
 '\\\\pc_name\\AHL-4604-0002-3_LEGEND LIST.dwg',
 '\\\\pc_name\\AHL-4604-0002-4.dwg',
 '\\\\pc_name\\AHL-4604-0002-10.dwg',
 '\\\\pc_name\\AHL-4604-0002-11A.dwg']

正如您所看到的，在keyfunc中，我们假设我们的正则表达式总是有匹配的，而没有处理任何可能的异常和/或考虑其他因素进行排序。处理这类情况的正确方法是使用try-except，以便以适当的方式处理不同的异常。

举个例子，假设我们的正则表达式在文件名末尾找不到预期的整数时，我们想按字面上的默认方式对这些项进行排序。在这种情况下，代码将返回AttributeError，因为re.search()将返回None，并且None对象没有group()属性。我们可以像下面这样简单地处理这种情况：

In [21]: def keyfunc(item):
    ...:     try:
    ...:         return int(re.search(r'-(\d+)[^-]*$', item).group(1))
    ...:     except AttributeError:
    ...:         return item

Answer 2

下面是一个关键函数，它应该能够处理或多或少的任何字符串：

>>> import itertools
>>> 
>>> def key_fun(s):
...     return (*(("",) if s and s[0].isdecimal() else ()), *(int(''.join(g)) if k else ''.join(g) for k, g in itertools.groupby(s, str.isdecimal)),)

Demo (添加了一些随机字符串，不遵循模式)：

>>> pprint(sorted(list_of_dwg + ['', '45', 'e'], key=key_fun))
['',
 '45',
 '\\\\pc_name\\AHL-4604-0002-1_FRONT COVER.dwg',
 '\\\\pc_name\\AHL-4604-0002-2_MASTER LIST.dwg',
 '\\\\pc_name\\AHL-4604-0002-3_LEGEND LIST.dwg',
 '\\\\pc_name\\AHL-4604-0002-4.dwg',
 '\\\\pc_name\\AHL-4604-0002-10.dwg',
 '\\\\pc_name\\AHL-4604-0002-11A.dwg',
 'e']

下面是key函数的作用。它按十进制/非十进制分组，并转换十进制块。一个陷阱是，我们必须确保我们总是从相同类型的块开始，因为Python3不喜欢比较数字和字符串。当第一个字符是小数时，我选择在前面加上一个空字符串。因此，所有以数字开头的内容都会排在所有以非数字开头的内容之前。

>>> key_fun(list_of_dwg[0])
('\\\\pc_name\\AHL-', 4604, '-', 2, '-', 10, '.dwg')