基于特定标准的路径排序

Question

我有四个文件（或任意数量的文件）命名为

file_V2023.2.2_0.txt
file_V2023.2.2_1.txt
file_V2023.2.3_0.txt
file_V2023.2.3_1.txt

如果我这样做

from pathlib import Path
output_path = Path("./")
for video_path in sorted(output_path.glob("*.txt")):
    print(video_path)

我得到上面的订单。

有什么办法可以得到以下订单：

file_V2023.2.2_0.txt
file_V2023.2.3_0.txt
file_V2023.2.2_1.txt
file_V2023.2.3_1.txt

Answer 1

sorted()

函数有一个

key

参数，你给它一个函数，为你正在排序的东西提供排序键。

所以：

import re


names = [
    'file_V2023.2.2_0.txt',
    'file_V2023.2.3_0.txt',
    'file_V2023.2.2_1.txt',
    'file_V2023.2.3_1.txt'
]


name_pattern = re.compile('.*\.(\d+)\.(\d+)_(\d+)\.txt')
def get_key(name):
    a, b, c = re.match(name_pattern, name).groups()
    return int(a), int(c), int(b)  # reordering here


print(sorted(names, key=get_key))

输出：

['file_V2023.2.2_0.txt', 'file_V2023.2.3_0.txt', 'file_V2023.2.2_1.txt', 'file_V2023.2.3_1.txt']

正则表达式对于分解名称非常有用，因为它也适用于像

file_V2023.10.2_99.txt

这样的名称。正则表达式中用括号 (

(

,

)

) 括起来的部分作为单独的组进行匹配，然后用

.groups()

检索它们，因为它们是三个，所以它们可以分布在

a, b, c

上。

匹配的数字字符串（例如，对于

'file_V2023.2.3_1.txt'

，它们将是

'2'

、

'3'

和

'1'

）被转换为

int

的原因，是为了确保像

'19'

这样的东西最终会结束after

'2'

而不是之前，因为

'1'

以

'19'

开头的

'2'

字母数字之前。

请注意，调用

re.compile

只是为了提高效率。这样，正则表达式只需编译一次，而不是每次调用函数时。但是如果你想让代码更短，或者避免访问全局，这也是一样的：

def get_key(name):
    a, b, c = re.match('.*\.(\d+)\.(\d+)_(\d+)\.txt', name).groups()
    return int(a), int(c), int(b)  # reordering here

另请注意，此示例假设数字是 only 您排序的依据，因此仅返回整数值的 3 元组作为排序键。如果您有像

'afile_V2023.2.3_0.txt'

和

'bfile_V2023.2.2_0.txt'

这样的名字，并且您希望

'afile'

出现在

'bfile'

之前，尽管它们的编号是这样的，这行得通：

name_pattern = re.compile('(.*)\.(\d+)\.(\d+)_(\d+)\.txt')
def get_key(name):
    t, a, b, c = re.match(name_pattern, name).groups()
    return t, int(a), int(c), int(b)

也就是说，您当然可以在排序键中混合类型，只要 Python 知道如何对它们进行排序。

Answer 2

其实给定你的文件名设计，没必要用正则表达式。

这只是一个多排序案例，您首先按主要版本排序，然后按

_

之后的次要版本排序。

所以你可以简单地调用 sort 两次：

names = [
    'file_V2023.2.2_0.txt',
    'file_V2023.2.3_1.txt',
    'file_V2023.2.3_0.txt',
    'file_V2023.2.2_1.txt',
]


# First sort.
names.sort()
# Second sort, sort by anything after the second '_'.
names.sort(key=lambda name: name.split('_')[2])

print(names)