如何对 glob.glob 进行数字排序？

Question

我有一堆文件在一个文件夹中按数字排序，当我尝试对 glob.glob 进行排序时，我从来没有按正确的顺序得到文件。

---

文件示例和预期的输出排序

folder
------
C:\Users\user\Desktop\folder\1 sample.mp3
C:\Users\user\Desktop\folder\2 sample.mp3
C:\Users\user\Desktop\folder\3 sample.mp3
C:\Users\user\Desktop\folder\4 sample.mp3
C:\Users\user\Desktop\folder\5 sample.mp3
... over 800 files...

---

我试过了，但输出似乎是随机的

files = sorted(glob.glob(f'{os.getcwd()}/*.mp3'), key=lambda x: (os.path.splitext(os.path.basename(x))[0]))


C:\Users\user\Desktop\folder\1 speech.mp3
C:\Users\user\Desktop\folder\10 speech.mp3 
C:\Users\user\Desktop\folder\100 speech.mp3
C:\Users\user\Desktop\folder\101 speech.mp3
C:\Users\user\Desktop\folder\102 speech.mp3
C:\Users\user\Desktop\folder\103 speech.mp3  
C:\Users\user\Desktop\folder\104 speech.mp3
C:\Users\user\Desktop\folder\105 speech.mp3
C:\Users\user\Desktop\folder\106 speech.mp3
C:\Users\user\Desktop\folder\107 speech.mp3
C:\Users\user\Desktop\folder\108 speech.mp3
C:\Users\user\Desktop\folder\109 speech.mp3
C:\Users\user\Desktop\folder\11 speech.mp3 

尝试按日期或大小排序不是解决方案。

更新 所有以前的答案都很好：

l = sorted(glob.glob(f'{os.getcwd()}/*.mp3'), key=len)
l = sorted(glob.glob(f'{os.getcwd()}/*.mp3'), key=lambda x: int(os.path.basename(x).split(' ')[0]))

def get_key(fp):
    filename = os.path.splitext(os.path.basename(fp))[0]
    int_part = filename.split()[0]
    return int(int_part)

l = sorted(glob.glob(f'{os.getcwd()}/*.mp3'), key=get_key)

Answer 1

一般的答案是用re.match() 捕获数字，然后用int() 将该数字（字符串）转换为整数。使用这些数字对带有sorted()的文件进行排序

代码

import re 
import math
from pathlib import Path 

file_pattern = re.compile(r'.*?(\d+).*?')
def get_order(file):
    match = file_pattern.match(Path(file).name)
    if not match:
        return math.inf
    return int(match.groups()[0])

sorted_files = sorted(files, key=get_order)

示例输入

考虑在文件名的任何部分中具有一个整数数字的随机文件：

├── 012 some file.mp3
├── 1 file.txt
├── 13 file.mp3
├── 2 another file.txt
├── 3 file.csv
├── 4 file.mp3
├── 6 yet another file.txt
├── 88 name of file.mp3
├── and final 999.txt
├── and some another file7.txt
├── some 5 file.mp3
└── test.py

示例输出

get_order() 可用于对文件进行排序，当传递给 key 参数中的 sorted() 内置函数时

In [1]: sorted(files, key=get_order)
Out[1]:
['C:\\tmp\\file_sort\\1 file.txt',
 'C:\\tmp\\file_sort\\2 another file.txt',
 'C:\\tmp\\file_sort\\3 file.csv',
 'C:\\tmp\\file_sort\\4 file.mp3',
 'C:\\tmp\\file_sort\\some 5 file.mp3',
 'C:\\tmp\\file_sort\\6 yet another file.txt',
 'C:\\tmp\\file_sort\\and some another file7.txt',
 'C:\\tmp\\file_sort\\012 some file.mp3',
 'C:\\tmp\\file_sort\\13 file.mp3',
 'C:\\tmp\\file_sort\\88 name of file.mp3',
 'C:\\tmp\\file_sort\\and final 999.txt',
 'C:\\tmp\\file_sort\\test.py']

简短说明

• re.compile 用于小幅提升速度（如果匹配多次相同的模式）
• re.match 用于匹配正则表达式模式
• 在正则表达式模式中，.*? 表示任意字符 (.)，零次或多次 (*) 非贪婪 (?)。 \d+ 匹配任何数字一次或多次，括号仅捕获与groups() 列表匹配的内容。
• 如果不匹配（文件中没有数字），match 将为None，get_order 为无穷大；这些文件是任意排序的，但可以为这些文件添加逻辑（在此问题中未询问）。
• sorted() 函数采用 key 参数，它应该是可调用的，它采用一个参数：列表中的项目。在这种情况下，它将是这些文件字符串之一（完整文件路径）
• Path(file).name 只是从完整文件路径中获取文件名部分（不带后缀）。

Answer 2

试试这个：

import glob
import os
files = sorted(glob.glob(f'{os.getcwd()}/*.txt'), key=len)
print(files)

Answer 3

给你：

import os, glob

def get_key(fp):
    filename = os.path.splitext(os.path.basename(fp))[0]
    int_part = filename.split()[0]
    return int(int_part)

files = sorted(glob.glob(f'{os.getcwd()}/*.mp3'), key=get_key)

Answer 4

您似乎在拆分完整路径，而不是基本名称。你可以试试这个：

files = sorted(glob.glob(f'{os.getcwd()}/*.mp3'), key=lambda x: int(os.path.basename(x).split(' ')[0]))