python 对末尾带有数字的字符串进行排序

Question

对末尾带有数字的字符串列表进行排序（有些有 3 位数字，有些有 4 位数字）的最简单方法是什么：

>>> list = ['asdf123', 'asdf1234', 'asdf111', 'asdf124']
>>> list.sort()
>>> print list
['asdf111', 'asdf123', 'asdf1234', 'asdf124']

应该将 1234 放在最后。有没有简单的方法可以做到这一点？

Answer 1

有没有简单的方法可以做到这一点？

是的，

您可以使用 natsort 模块。

>>> from natsort import natsorted
>>> natsorted(['asdf123', 'asdf1234', 'asdf111', 'asdf124'])
['asdf111', 'asdf123', 'asdf124', 'asdf1234']

完全公开，我是该包的作者。

Answer 2

有没有简单的方法可以做到这一点？

不，

完全不清楚真正的规则是什么。 “有些有 3 位数字，有些有 4 位数字”实际上并不是一个非常精确或完整的规范。您的所有示例都在数字前面显示 4 个字母。这总是正确的吗？

import re
key_pat = re.compile(r"^(\D+)(\d+)$")
def key(item):
    m = key_pat.match(item)
    return m.group(1), int(m.group(2))

该 key 函数可能会执行您想要的操作。或者它可能太复杂了。或者也许模式确实是 r"^(.*)(\d{3,4})$" 或者规则可能更加模糊。

>>> data= ['asdf123', 'asdf1234', 'asdf111', 'asdf124']
>>> data.sort( key=key )
>>> data
['asdf111', 'asdf123', 'asdf124', 'asdf1234']

Answer 3

您所描述的可能称为 自然排序，或人类排序。如果您使用的是 Python，则可以借鉴 Ned 的实现。

自然排序的算法大致如下：

• 将每个值拆分为字母“块”和数字“块”
• 按每个值的第一个块排序
  • 如果块是按字母顺序排列的，则照常排序
  • 如果块是数字，则按表示的数值排序
• 取出具有相同第一个块的值并按第二个块对它们进行排序
• 依此类推

Answer 4

l = ['asdf123', 'asdf1234', 'asdf111', 'asdf124']
l.sort(cmp=lambda x,y:cmp(int(x[4:]), int(y[4:]))

Answer 5

你需要一个关键功能。您愿意在最后指定 3 或 4 位数字，并且我有一种感觉您希望它们进行数字比较。

sorted(list_, key=lambda s: (s[:-4], int(s[-4:])) if s[-4] in '0123456789' else (s[:-3], int(s[-3:]))) 

如果没有 lambda 和条件表达式，

def key(s):
    if key[-4] in '0123456789':
         return (s[:-4], int(s[-4:]))
    else:
         return (s[:-3], int(s[-3:]))

sorted(list_, key=key)

这只是利用了元组按第一个元素排序，然后是第二个元素排序的事实。因此，由于调用了 key 函数来获取要比较的值，因此现在将像 key 函数返回的元组一样对元素进行比较。例如，'asdfbad123' 将与 'asd7890' 进行比较，就像 ('asdfbad', 123) 与 ('asd' 进行比较一样，7890）。如果字符串的最后 3 个字符实际上不是数字，您将得到一个 ValueError ，鉴于您向其传递的数据不符合其设计规范，因此这是完全合适的。

Answer 6

问题是这里的排序是按字母顺序排列的，因为它们是字符串。在移动到下一个字符之前，会比较每个字符序列。

>>> 'a1234' < 'a124'  <----- positionally '3' is less than '4' 
True
>>> 

您需要进行数字排序才能获得所需的输出。

>>> x = ['asdf123', 'asdf1234', 'asdf111', 'asdf124']
>>> y = [ int(t[4:]) for t in x]
>>> z = sorted(y)
>>> z
[111, 123, 124, 1234]
>>> l = ['asdf'+str(t) for t in z]
>>> l
['asdf111', 'asdf123', 'asdf124', 'asdf1234']
>>> 

Answer 7

L.sort(key=lambda s:int(''.join(filter(str.isdigit,s[-4:]))))

Answer 8

我没有自己拆分每一行，而是要求 python 使用 re.findall() 为我完成此操作：

import re
import sys

def SortKey(line):
  result = []
  for part in re.findall(r'\D+|\d+', line):
    try:
      result.append(int(part, 10))
    except (TypeError, ValueError) as _:
      result.append(part)
  return result

print ''.join(sorted(sys.stdin.readlines(), key=SortKey)),