Python将“U11-短语1000.wav”排序在“U11-短语101.wav”之前；我如何克服这一点？

Question

我运行Python2.5 (r25:51908,2006年9月19日，09:52:17) MSC v.131032位(英特尔)在win 32上

当我问Python

>>> "u11-Phrase 099.wav" <  "u11-Phrase 1000.wav"
True

这很好。当我问

>>> "u11-Phrase 100.wav" <  "u11-Phrase 1000.wav"
True

这也很好。但当我问

>>> "u11-Phrase 101.wav" <  "u11-Phrase 1000.wav"
False

因此，根据Python，“U11-短语100.wav”出现在“U11-短语1000.wav”之前，而“U11-短语101.wav”出现在“U11-短语1000.wav”之后！这对我来说是个问题，因为我试图编写一个文件重命名程序，而这种排序破坏了功能。

我能做些什么来克服这个问题呢？我应该编写自己的cmp函数并测试边缘情况，还是有一个简单得多的快捷方式来给我所需的排序？

另一方面，如果我修改字符串，如

>>> "u11-Phrase 0101.wav" <  "u11-Phrase 1000.wav"
True

但是，这些字符串来自目录的文件列表，如：

files = glob.glob('*.wav')
files.sort()
for file in files:
    ...

所以我宁愿不对弦做手术，因为它们是由glob创造的。不，我也不想更改文件夹中的原始文件名。

有什么暗示吗？

Answer 1

你在找人类分类。

101.wav不小于1000.wav的原因是计算机(不仅仅是Python)按字符对字符串进行排序，这两个字符串之间的第一个区别是第一个字符串有'1‘，第二个字符串有'0’。'1‘是不小于'0'，所以字符串比较，正如你已经看到的。

人们自然地将这些字符串解析成它们的组件，并对数字进行数值解释，而不是从词汇上解释。我链接到的代码将进行同样的解析。

Answer 2

您需要为每个文件名构造一个适当的排序键。像这样的事情应该做你想做的事：

import re

def k(s):
    return [w.isdigit() and int(w) or w for w in re.split(r'(\d+)', s)]

files = ["u11-Phrase 099.wav", "u11-Phrase 1000.wav", "u11-Phrase 100.wav"]

print files
print sorted(files, key=k)

它给出了这样的输出：

['u11-Phrase 099.wav', 'u11-Phrase 1000.wav', 'u11-Phrase 100.wav']
['u11-Phrase 099.wav', 'u11-Phrase 100.wav', 'u11-Phrase 1000.wav']

k函数将数字序列上的文件名拆分，(更重要的是)将这些序列转换为整数：

>>> k('u11-Phrase 099.wav')
['u', 11, '-Phrase ', 99, '.wav']

然后，我们使用Python知道如何排序列表的事实--通过逐个比较每个元素来对列表进行排序。最终的结果是

>>> k('u11-Phrase 99.wav') < k('u11-Phrase 100.wav')
True

鉴于

>>> 'u11-Phrase 99.wav' < 'u11-Phrase 100.wav'
False

你已经发现了。