在Python中，如何自然地对字母数字字符串列表进行排序，使字母字符优先于数字字符排序？

这是我最近遇到的一个有趣的小挑战。我将在下面提供我的答案，但我很好奇是否有更优雅或有效的解决方案

向我提出的要求的描述：

字符串是字母数字的（参见下面的测试数据集）

字符串应自然排序（有关说明，请参阅）

字母字符应排在数字字符之前（即“100”之前的“abc”）

字母字符的大写实例应排在小写实例之前（即“ABc”、“ABc”、“ABc”）

下面是一个测试数据集：

test_cases = [
    # (unsorted list, sorted list)
    (list('bca'), ['a', 'b', 'c']),
    (list('CbA'), ['A', 'b', 'C']),
    (list('r0B9a'), ['a', 'B', 'r', '0', '9']),
    (['a2', '1a', '10a', 'a1', 'a100'], ['a1', 'a2', 'a100', '1a', '10a']),
    (['GAM', 'alp2', 'ALP11', '1', 'alp100', 'alp10', '100', 'alp1', '2'],
        ['alp1', 'alp2', 'alp10', 'ALP11', 'alp100', 'GAM', '1', '2', '100']),
    (list('ra0b9A'), ['A', 'a', 'b', 'r', '0', '9']),
    (['Abc', 'abc', 'ABc'], ['ABc', 'Abc', 'abc']),
]

---

奖金测试案例

这是受以下所选答案目前失败的启发（但在我的案例中，这并不是一个实际问题）：

---

该职能部门目前未就绩效做出任何声明：

def alpha_before_numeric_natural_sensitive(unsorted_list):
    """presorting the list should work because python stable sorts; see:
    http://wiki.python.org/moin/HowTo/Sorting/#Sort_Stability_and_Complex_Sorts"""
    presorted_list = sorted(unsorted_list)
    return alpha_before_numeric_natural(presorted_list)

def alpha_before_numeric_natural(unsorted_list):
    """splice each string into tuple like so:
    'abc100def' -> ('a', 'b', 'c', 100, 'd', 'e', 'f') ->
    (ord('a'), ord('b'), ord('c'), ord('z') + 1 + 100, ...) then compare
    each tuple"""
    re_p = "([0-9]+|[A-za-z])"
    ordify = lambda s: ord('z') + 1 + int(s) if s.isdigit() else ord(s.lower())
    str_to_ord_tuple = lambda key: [ordify(c) for c in re.split(re_p, key) if c]
    return sorted(unsorted_list, key=str_to_ord_tuple)

它基于我所写的函数提供的洞察力：

def alpha_before_numeric(unsorted_list):
    ord_shift = lambda c: c.isdigit() and chr(ord('z') + int(c.lower()) + 1) or c.lower()
    adjust_word = lambda word: "".join([ord_shift(c) for c in list(word)])

    def cmp_(a, b):
        return cmp(adjust_word(a), adjust_word(b))

    return sorted(unsorted_list, cmp_)

---

有关此处比较不同功能的完整测试脚本，请参见

此功能此时不声明性能：

def alpha_before_numeric_natural_sensitive(unsorted_list):
    """presorting the list should work because python stable sorts; see:
    http://wiki.python.org/moin/HowTo/Sorting/#Sort_Stability_and_Complex_Sorts"""
    presorted_list = sorted(unsorted_list)
    return alpha_before_numeric_natural(presorted_list)

def alpha_before_numeric_natural(unsorted_list):
    """splice each string into tuple like so:
    'abc100def' -> ('a', 'b', 'c', 100, 'd', 'e', 'f') ->
    (ord('a'), ord('b'), ord('c'), ord('z') + 1 + 100, ...) then compare
    each tuple"""
    re_p = "([0-9]+|[A-za-z])"
    ordify = lambda s: ord('z') + 1 + int(s) if s.isdigit() else ord(s.lower())
    str_to_ord_tuple = lambda key: [ordify(c) for c in re.split(re_p, key) if c]
    return sorted(unsorted_list, key=str_to_ord_tuple)

它基于我所写的函数提供的洞察力：

def alpha_before_numeric(unsorted_list):
    ord_shift = lambda c: c.isdigit() and chr(ord('z') + int(c.lower()) + 1) or c.lower()
    adjust_word = lambda word: "".join([ord_shift(c) for c in list(word)])

    def cmp_(a, b):
        return cmp(adjust_word(a), adjust_word(b))

    return sorted(unsorted_list, cmp_)

有关此处比较不同函数的完整测试脚本，请参阅

编辑：我决定重新考虑这个问题，看看是否有可能处理奖金问题。这需要在钥匙的断开领带部分更加复杂。为了匹配所需的结果，必须先考虑键的字母部分，然后再考虑数字部分。我还添加了一个标记之间的自然部分的关键和领带断路器，使短的关键总是来之前，长的

def natural_key2(s):
    parts = re_natural.findall(s)
    natural = [(1, int(c)) if c.isdigit() else (0, c.lower()) for c in parts]
    ties_alpha = [c for c in parts if not c.isdigit()]
    ties_numeric = [c for c in parts if c.isdigit()]
    return natural + [(-1,)] + ties_alpha + ties_numeric

这将为上述测试用例生成相同的结果，并为奖励用例生成所需的输出：

['A', 'a', 'A0', 'a0', '0', '00', '0A', '00A', '0a', '00a']

编辑：我决定重新考虑这个问题，看看是否有可能处理奖金问题。这需要在钥匙的断开领带部分更加复杂。为了匹配所需的结果，必须先考虑键的字母部分，然后再考虑数字部分。我还添加了一个标记之间的自然部分的关键和领带断路器，使短的关键总是来之前，长的

def natural_key2(s):
    parts = re_natural.findall(s)
    natural = [(1, int(c)) if c.isdigit() else (0, c.lower()) for c in parts]
    ties_alpha = [c for c in parts if not c.isdigit()]
    ties_numeric = [c for c in parts if c.isdigit()]
    return natural + [(-1,)] + ties_alpha + ties_numeric

这将为上述测试用例生成相同的结果，并为奖励用例生成所需的输出：

['A', 'a', 'A0', 'a0', '0', '00', '0A', '00A', '0a', '00a']

---

这里有一个也适用于奖金测试：

def mykey(s):
    lst = re.findall(r'(\d+)|(\D+)', s)
    return [(0,a.lower()) if a else (1,int(n)) for n, a in lst]\
        + [a for n, a in lst if a]\
        + [len(n) for n, a in lst if n]

def mysort(lst):
    return sorted(lst, key=mykey)

对于这种类型的模式，re.findall将字符串分解为元组列表，例如

>>> re.findall(r'(\d+)|(\D+)', 'ab12cd')
[('', 'ab'), ('12', ''), ('', 'cd')]

---

这里有一个也适用于奖金测试：

def mykey(s):
    lst = re.findall(r'(\d+)|(\D+)', s)
    return [(0,a.lower()) if a else (1,int(n)) for n, a in lst]\
        + [a for n, a in lst if a]\
        + [len(n) for n, a in lst if n]

def mysort(lst):
    return sorted(lst, key=mykey)

对于这种类型的模式，re.findall将字符串分解为元组列表，例如

>>> re.findall(r'(\d+)|(\D+)', 'ab12cd')
[('', 'ab'), ('12', ''), ('', 'cd')]

---

像这样的挑战，特别是那些已经有了解决方案的挑战，通常属于代码评审或代码GolfJanne:Corrected title。抢手货谢谢大卫：什么是代码审查或代码高尔夫？如果这是真的，那么在问题中添加“回答你自己的问题”框有什么意义呢？@KeithRandall，根据自然排序规则，应该考虑整数，而不仅仅是单个数字-因此

a2

应该排在

a100

之前。至于大小写顺序，我认为顺序应该是

AaBbCcDd…

。哪个应该放在第一位：

00A

还是

0a

？@JanneKarila，我没有“官方”规范，但我会告诉你我的答案是如何工作的。

00

和

0

比较相等，

A

和

A

比较相等。因此，这就落在了平局破坏者的头上，他们正在以二进制方式比较原始字符串，

00

出现在

0a

之前。像这样的挑战，特别是那些已经有了解决方案的挑战，通常属于代码审查或代码GolfJanne:更正的标题。抢手货谢谢大卫：什么是代码审查或代码高尔夫？如果这是真的，那么在问题中添加“回答你自己的问题”框有什么意义呢？@KeithRandall，根据自然排序规则，应该考虑整数，而不仅仅是单个数字-因此

a2

应该排在

a100

之前。至于大小写顺序，我认为顺序应该是

AaBbCcDd…

。哪个应该放在第一位：

00A

还是

0a

？@JanneKarila，我没有“官方”规范，但我会告诉你我的答案是如何工作的。

00

和

0

比较相等，

A

和

A

比较相等。因此，这就落在了打破僵局的人身上，他们以二进制方式比较原始字符串，

00

出现在

0a

之前。我喜欢您使用正则表达式简化理解条件的方式。P.S。这依赖于Python在元组和非元组之间的排序保证，这在Python 3中根本不起作用。你可以用和我一样的方法来修复它，在平局断路器前放一个虚拟标记。我喜欢你用正则表达式简化理解条件的方式。这依赖于Python在元组和非元组之间的排序保证，这在Python 3中根本不起作用。你可以用和我一样的方法来修复它，在平局断路器前放一个虚拟标记。看见