如何在Python中对结构化文件执行字母顺序多级排序

之前方案失效的根本原因 #

之前尝试转CSV、构造嵌套列表达不到排序效果，问题根本不在排序逻辑本身，出在字段拆分环节：

• 按普通全量空格拆分每行内容时，如果国家名、语言名本身带空格（比如“South Africa Zulu 890”），会把单个完整字段拆成多个零散元素，后续提取排序key时取错位置，直接打乱排序依据
• 强行转CSV的过程中，如果没有对带空格、特殊字符的字段做正确转义，会把原本对齐的三列结构拆坏，基于错列内容做排序自然得不到正确结果

无需复杂格式转换的实现路径 #

全程不需要把原文本转成CSV、也不需要嵌套多层数据结构，只要找准字段边界、明确排序优先级即可，两种常用的可直接落地的方案：

方案1：命令行一键处理（无需写代码） #

直接用系统自带的sort工具按列排序，适合快速处理单文件场景：

sort -k1,1f -k2,2f 原始数据文件.txt > 排序后结果.txt

参数说明：

• -k1,1f：第一优先级按第1列（国家字段）做不区分大小写的字母排序
• -k2,2f：同一国家的条目，自动按第2列（语言字段）做次级字母排序
• 该方法完全保留原文件格式，不会改动原有字段内容，哪怕国家、语言字段内带空格，也不会出现错列问题

方案2：Python脚本实现（适合嵌入业务流程） #

写脚本时重点修正之前拆分字段的逻辑，从行的右侧开始拆分，避免带空格的字段被拆碎：

# 读取原文件的有效行
with open("demo_data.txt", "r", encoding="utf-8") as f:
    valid_lines = [line.strip() for line in f if line.strip()]

# 按(国家, 语言)的顺序设置排序key
# 用rsplit从右侧最多拆2次：最后一段是学生数，倒数第二段是语言，剩余部分是完整的国家字段
valid_lines.sort(
    key=lambda line: (
        line.rsplit(maxsplit=2)[0].lower(),
        line.rsplit(maxsplit=2)[1].lower()
    )
)

# 输出排序后的内容
with open("sorted_result.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(valid_lines) + "\n")

实操注意事项 #

• 统一把排序字段转成小写再比对，避免大写字母ASCII码值更小、排在小写前面的问题，匹配日常认知里的字母排序规则
• 不要给简单的三列纯文本结构硬套CSV、嵌套列表这类复杂结构，这类过度设计的方案反而会增加不必要的出错概率
• 二级排序的优先级顺序不能颠倒：一定要把国家字段设为第一优先级、语言字段设为第二优先级，否则会先按语言排序，完全达不到预期效果

内容的提问来源于stack exchange，提问作者goxy