如何用R语言正则表达式实现文件路径的多级数字排序？

我有数百个.wav文件，通过list.files()函数导入后得到如下文件路径列表：

[1] "10/Project_English-10/BL-0001_A-conifer-cone-contains-seeds/Balsam-poplar-English-0701.wav"           
[2] "10/Project_English-10/BL-0001_A-conifer-cone-contains-seeds/Birch-English-0700.wav"                    
[3] "10/Project_English-10/BL-0001_A-conifer-cone-contains-seeds/Blueberry-English-0703.wav"  
.......
[73] "3/Project_English-3/BL-0002_Lesser-horseshoe-bat/Capercaillie-English-0069.wav"                        
[74] "3/Project_English-3/BL-0002_Lesser-horseshoe-bat/Fat-tail-scorpion-English-0082.wav"                   
[75] "3/Project_English-3/BL-0002_Lesser-horseshoe-bat/Fire-salamander-English-0067.wav"                     

我尝试用以下代码排序：

filename <- file_list[order(as.numeric(stringr::str_extract(file_list,"[0-9]+(.*?)")) )]

但这段代码只能让路径首个数字按数值排序（比如3开头的路径排在10开头之前），无法让最后一个子路径中的数字（如English-0067、English-0069）也按数值顺序排列。单独匹配最后一个子路径的数字排序又会打乱已有的路径层级顺序，请问如何实现所有子路径中的数字均按数值顺序排序？

解决方案：实现层级化自然排序 #

方法1：使用第三方包快速解决 #

R的gtools包提供了mixedsort()函数，能自动识别路径中每个分段的数字，按数值大小排序，同时保留路径层级顺序：

1. 安装并加载包：

install.packages("gtools")
library(gtools)

2. 执行排序：

filename <- mixedsort(file_list)

这个函数会先按最上层目录的数字（3 < 10）排序，同一目录下按子目录的数字（BL-0001 < BL-0002），最后按文件名里的数字（English-0067 < English-0069 < English-0082），完全满足需求。

方法2：自定义函数实现无依赖排序 #

如果不想依赖第三方包，可以自己生成多层排序键：

# 生成自然排序的分段键
natural_sort_key <- function(x) {
  # 拆分字符串为文本和数字交替片段
  parts <- strsplit(x, "(?<=\\D)(?=\\d)|(?<=\\d)(?=\\D)", perl = TRUE)[[1]]
  # 将数字片段转为数值，文本片段保留原样
  sapply(parts, function(p) {
    if(grepl("^\\d+$", p)) as.numeric(p) else p
  })
}

# 生成排序键矩阵，按层级排序
sort_keys <- do.call(rbind, lapply(file_list, natural_sort_key))
filename <- file_list[do.call(order, as.data.frame(sort_keys))]

这段代码会把每个路径拆分成文本和数字片段，将这些片段作为多层排序依据，实现和mixedsort()一致的效果。

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