如何按文件名中SITE后的整数对CSV文件进行升序排序

需求说明 #

需要对一批CSV文件按文件名中SITE后的整数进行排序，示例文件名如下：

4A085SHT_SITE12_TREE3_LAUB.csv
67E89SOIL_SITE9_TREE2_LAUB.csv
4BBA3DEND_SITE10TREE2_LAUB.csv

排序依据为SITE后的数字（如示例中的9、10、12），忽略其他干扰字符。

问题重现 #

当前遍历文件的基础代码：

for file_name in os.listdir(folder_path):

尝试以下排序代码时触发错误：

file_names = sorted(os.listdir(folder_path), key=lambda x: int(x.split('SITE')[1].split('.')[0])) # 按SITE后的首个整数排序（如果存在）

错误信息：

ValueError: invalid literal for int() with base 10: '10TREE2_LAUB'

原因是split方法无法过滤掉SITE数字后的TREE2_LAUB这类干扰内容，导致无法将混合字符串转为整数。

解决方案 #

使用正则表达式精准提取SITE后的整数，同时添加检查逻辑：若文件名中无SITE+数字的格式，则将其排到最后（用float('inf')实现）。最终代码如下：

import re
import os

file_names = sorted(os.listdir(folder_path), key=lambda el: int(re.search(r"SITE(\d+)", el).group(1)) if re.search(r"SITE(\d+)", el) else float('inf'))

补充：感谢@kosciej16提供的核心正则方案，在此基础上添加了文件格式检查逻辑。

内容的提问来源于stack exchange，提问作者Marco Bob