Python：如何对以数字ID开头的字符串进行数值排序？

这个问题我之前也碰到过！字符串默认的字典序排序确实会搞乱数字顺序，不过只要给sort()方法指定一个自定义的排序键就能轻松解决。核心思路是提取每行开头的数字并转换为整数，用这个整数作为排序依据，而不是直接用字符串本身比较。

具体实现步骤 #

1. 读取两个文件内容：把两个文件的每一行读入列表，顺便过滤掉空行（可选但推荐）。
2. 合并行列表：将两个文件的行合并成一个列表。
3. 自定义排序键：写一个函数提取每行开头的数字，转换为整数，作为排序的依据。
4. 排序并写入新文件：用自定义键排序后，将结果写入新文件。

完整代码示例 #

# 导入正则表达式模块，提取开头数字更简洁
import re

def extract_numeric_id(line):
    # 匹配行开头的连续数字，转换为整数
    match_result = re.match(r'^(\d+)', line)
    if match_result:
        return int(match_result.group(1))
    # 如果行开头没有数字，返回一个极大值，让这类行排在最后
    return float('inf')

# 读取第一个文件的内容，过滤空行
with open('file1.txt', 'r', encoding='utf-8') as f1:
    lines_file1 = [line.strip() for line in f1 if line.strip()]

# 读取第二个文件的内容，过滤空行
with open('file2.txt', 'r', encoding='utf-8') as f2:
    lines_file2 = [line.strip() for line in f2 if line.strip()]

# 合并两个文件的行
combined_lines = lines_file1 + lines_file2

# 使用自定义键进行排序，实现数值序排列
combined_lines.sort(key=extract_numeric_id)

# 将排序后的内容写入新文件
with open('merged_sorted.txt', 'w', encoding='utf-8') as merged_file:
    for line in combined_lines:
        merged_file.write(line + '\n')

原理说明 #

• 为什么原来的.sort()会得到字典序？因为字符串比较是按单个字符的ASCII值依次对比的，比如'10'的第一个字符'1'的ASCII值小于'2'，所以'10'会排在'2'前面。
• 自定义排序键后，我们用开头数字的整数值来比较，10作为整数肯定比2大，就能得到1、2、3…10、11的正确数值顺序。

替代方案（不用正则） #

如果不想用正则，可以通过遍历字符提取开头数字：

def extract_numeric_id(line):
    id_str = ''
    for char in line:
        if char.isdigit():
            id_str += char
        else:
            break
    return int(id_str) if id_str else float('inf')

这个方法同样能提取行开头的连续数字，效果和正则版本一致。

内容的提问来源于stack exchange，提问作者user9103716