如何用Python正则表达式实现两个推文列表的逆时间序合并？

我尝试用Python结合正则表达式把两个存储推文的TXT文件内容合并成逆时间顺序的列表，目前只能用"+"拼接列表，不知道怎么实现merge_tweets()方法完成需求。

待合并的文件内容：

file 1 #

poptardsarefamous "Sometimes I wonder 2 == b or !(2 == b)" 2013 10 1 13:46:42
nohw4me "i have no idea what my cs prof is saying" 2013 10 1 12:07:14
pythondiva "My memory is great <3 64GB android" 2013 10 1 10:36:11
enigma "im so clever, my code is even unreadable to me!" 2013 10 1 09:27:00

file 2 #

ocd_programmer "140 character limit? so i cant write my variable names" 2013 10 1 13:18:01
caffeine4life "BBBBZZZZzzzzzZZZZZZZzzzZZzzZzzZzTTTTttt" 2011 10 2 02:53:47

现有代码：

import re
import sys

def read_tweets(file):

    records_list = []
    with open(file, 'r') as f:
        for line in f:
            match = re.search(r'@(\w+) \"(.*)\" (\d+) (\d+) (\d+) (\d+:\d+:\d+)', line)
            if match:
                records_list.append({
                    'tweeter': match.group(1),
                    'tweet': match.group(2),
                    'year': int(match.group(3)),
                    'month': int(match.group(4)),
                    'day': int(match.group(5)),
                    'time': match.group(6)
                })
    return records_list

def merge_tweets(list1, list2):
    return list1 + list2

def write_tweets(records_list, file):
    with open(file, 'w') as f:
        for record in records_list:
            f.write(
                f'@{{record[\"tweeter\"]}} \"{{record[\"tweet\"]}}\" {{record[\"year\"]}} {{record[\"month\"]}} {{record[\"day\"]}} {{record[\"time\"]}}\n')

def main():
    if len(sys.argv) != 4:
        print('Usage: python twitter_sort.py <file1> <file2> <output_file>')
        sys.exit(1)

    file1, file2, output_file = sys.argv[1], sys.argv[2], sys.argv[3]

    print('Reading files...')
    records_list1 = read_tweets(file1)
    records_list2 = read_tweets(file2)

    if len(records_list1) > len(records_list2):
        print(f'{file1} contained the most tweets with {len(records_list1)}.')
    elif len(records_list2) > len(records_list1):
        print(f'{file2} contained the most tweets with {len(records_list2)}.')
    else:
        print(f'{file1} and {file2} both contained {len(records_list1)} tweets.')

    print('\nMerging files...')
    records_list = merge_tweets(records_list1, records_list2)
    print('Files merged.')

    print('\nWriting file...')
    write_tweets(records_list, output_file)
    print('File written.')

请问如何实现merge_tweets()方法，将两个TXT文件按逆时间顺序合并？

不需要用正则表达式处理排序——read_tweets()已经把时间信息解析成了结构化的整数（year、month、day）和字符串（time），直接基于这些字段排序即可。修改merge_tweets()方法如下：

def merge_tweets(list1, list2):
    # 先合并两个列表
    combined = list1 + list2
    # 按时间逆序排序：依次比较年份、月份、日期、时间
    sorted_tweets = sorted(
        combined,
        key=lambda x: (x['year'], x['month'], x['day'], x['time']),
        reverse=True
    )
    return sorted_tweets

说明： #

• 排序的key参数用lambda表达式，将每条推文的时间字段组合成元组，Python会自动按元组内元素依次比较大小。
• reverse=True实现逆时间顺序，最新的推文排在最前面。
• 最终排序后的推文顺序应为：
  1. poptardsarefamous（2013-10-1 13:46:42）
  2. ocd_programmer（2013-10-1 13:18:01）
  3. nohw4me（2013-10-1 12:07:14）
  4. pythondiva（2013-10-1 10:36:11）
  5. enigma（2013-10-1 09:27:00）
  6. caffeine4life（2011-10-2 02:53:47）

另外，原write_tweets()方法的f-string写法有误，需修正：

def write_tweets(records_list, file):
    with open(file, 'w') as f:
        for record in records_list:
            f.write(
                f'@{record["tweeter"]} "{record["tweet"]}" {record["year"]} {record["month"]} {record["day"]} {record["time"]}\n'
            )

修正原因： #

原代码中{{record[\"tweeter\"]}}的写法会输出字符串{record["tweeter"]}而非变量值，去掉多余的大括号转义即可正常渲染变量。

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