Python中如何对字符串形式表示的不同类型区间列表进行正确排序

原代码错误原因 #

你之前的写法会过滤掉区间字符串里的小数点，仅拼接数字字符转换为浮点值，导致数值解析完全错误：例如<0.05会被解析为005→5.0，单值1会被解析为1.0，所以会出现1排在最前面的问题。

解决思路 #

所有区间都是不重叠的左闭右开区间，我们可以提取每个区间的左边界值作为排序key：

• 单值直接转为浮点值作为key，例如1→1.0，自然排在所有小于1的区间之后
• 同时带上下界的区间，提取>=后的左边界值作为key
• 仅带上界的区间（以<开头），提取上界值后减去极小值作为key，保证其排在所有大于等于该值的区间之前
• 如果存在仅带下界的区间（以>=开头无AND），直接提取>=后的数值作为key即可

实现代码 #

import re

def get_sort_key(interval_str):
    # 匹配单值（整数或小数）
    if re.fullmatch(r'\d+(\.\d+)?', interval_str.strip()):
        return float(interval_str)
    # 匹配带<的仅上界区间
    if interval_str.strip().startswith('<'):
        upper = float(re.search(r'\d+(\.\d+)?', interval_str).group())
        # 减去极小值保证排序优先级更高
        return upper - 1e-9
    # 匹配带>=的区间（不管有没有AND）
    if '>=' in interval_str:
        lower = float(re.search(r'>=\s*(\d+(\.\d+)?)', interval_str).group(1))
        return lower
    # 其他特殊情况可自行补充规则
    return 0.0

# 排序
sorted_levels = sorted(unique_levels, key=get_sort_key)

排序后结果 #

按上述代码排序后的输出如下，符合预期：

['<0.05',
 '>= 0.05 AND < 0.1',
 '>= 0.1 AND < 0.15',
 '>= 0.15 AND < 0.2',
 '>= 0.2 AND < 0.25',
 '>= 0.25 AND < 0.3',
 '>= 0.3 AND < 0.35',
 '>= 0.35 AND < 0.4',
 '>= 0.4 AND < 0.45',
 '>= 0.45 AND < 0.5',
 '>= 0.5 AND < 0.55',
 '>= 0.55 AND < 0.6',
 '>= 0.6 AND < 0.65',
 '>= 0.65 AND < 0.7',
 '>= 0.7 AND < 0.75',
 '>= 0.75 AND < 0.8',
 '>= 0.8 AND < 0.85',
 '>= 0.85 AND < 0.9',
 '>= 0.9 AND < 0.95',
 '>= 0.95 AND < 1',
 '1']

内容的提问来源于stack exchange，提问作者43zombiegit