如何在Python 3.10.6中排序os.walk结果，让副本紧跟原文件？

问题场景 #

你需要的目标排序结果：

IMG0001.jpg
IMG0002.jpg
IMG0002(1).jpg
IMG0002(2).jpg
IMG0003.jpg

但os.walk默认排序（基于ASCII码）会得到：

IMG0001.jpg
IMG0002(1).jpg
IMG0002(2).jpg
IMG0002.jpg
IMG0003.jpg

原因是ASCII码中(的优先级高于.，导致带(n)的副本排在原文件前面。

解决方案：自定义排序Key #

通过给sorted()方法传入自定义排序函数，重新定义文件名的排序逻辑，让原文件优先于同名副本，副本按编号递增排列。

1. 编写自定义排序键函数

import os
import re

def custom_sort_key(filename):
    # 匹配格式为"文件名(n).扩展名"的副本文件
    copy_match = re.match(r'^(.*?)\((\d+)\)(\.[^.]+)$', filename)
    if copy_match:
        # 提取基础文件名（含扩展名）和副本编号
        base_filename = copy_match.group(1) + copy_match.group(3)
        copy_number = int(copy_match.group(2))
        return (base_filename, copy_number)
    else:
        # 原文件的副本编号设为0，确保排在同名副本前
        return (filename, 0)

2. 在os.walk中应用排序

遍历目录时，对os.walk返回的文件列表使用自定义规则排序：

target_path = "/your/target/directory"  # 替换为你的目标路径
for root, dirs, files in os.walk(target_path):
    # 按自定义规则排序文件
    sorted_files = sorted(files, key=custom_sort_key)
    # 处理排序后的文件列表（示例：打印文件路径）
    for file in sorted_files:
        print(os.path.join(root, file))

逻辑说明 #

• 正则表达式^(.*?)\((\d+)\)(\.[^.]+)$会匹配带数字编号的副本文件，提取出原文件的基础名称、副本编号和扩展名。
• 原文件的排序键为(文件名, 0)，副本的排序键为(原文件名, 副本编号)，这样同名的原文件会因为编号0优先于所有带正编号的副本，副本则按编号从小到大排列。
• 不同名称的文件仍会按基础文件名的自然顺序排序。

内容的提问来源于stack exchange，提问作者Lightmaster