os.listdir（）からの非英数字リストの順序

私はデータのディレクトリを処理するためにpythonをよく使用します。最近、リストのデフォルトの順序がほとんど意味のないものに変更されていることに気付きました。たとえば、run01、run02、... run19、run20というサブディレクトリを含む現在のディレクトリにいる場合、次のコマンドからリストを生成します。

dir = os.listdir(os.getcwd())

それから私は通常この順序でリストを取得します：

dir = ['run01', 'run18', 'run14', 'run13', 'run12', 'run11', 'run08', ... ]

等々。順序は英数字でした。しかし、この新しい命令はしばらくの間私と一緒に残っています。

これらのリストの（表示される）順序を決定するのは何ですか？

順序は、ファイルシステムでファイルのインデックスが作成される方法に関係していると思います。本当にそれをある順序にしたい場合は、ファイルを取得した後でいつでもリストをソートできます。

組み込みsorted関数を使用して、必要に応じて文字列をソートできます。あなたの説明に基づいて、

sorted(os.listdir(whatever_directory))

または、.sortリストの方法を使用できます。

lst = os.listdir(whatever_directory)
lst.sort()

私はトリックをするべきだと思います。

os.listdirファイル名を取得する順序は、おそらくファイルシステムに完全に依存していることに注意してください。

ドキュメントごと：

os.listdir（パス）

パスで指定されたディレクトリ内のエントリの名前を含むリストを返します。リストは任意の順序です。特別なエントリ「。」は含まれません。と '..'がディレクトリに存在する場合でも。

注文は信頼できず、ファイルシステムの成果物です。

結果を並べ替えるには、を使用しますsorted(os.listdir(path))。

何らかの理由でPythonには、自然なソートを行うための組み込みの方法（1、10、2ではなく1、2、10）が付属していないため、自分で記述する必要があります。

import re
def sorted_alphanumeric(data):
    convert = lambda text: int(text) if text.isdigit() else text.lower()
    alphanum_key = lambda key: [ convert(c) for c in re.split('([0-9]+)', key) ] 
    return sorted(data, key=alphanum_key)

これで、この関数を使用してリストをソートできます。

dirlist = sorted_alphanumeric(os.listdir(...))

問題： 上記の関数を使用して文字列（フォルダー名など）を並べ替え、Windowsエクスプローラーのように並べ替えたい場合、一部のエッジケースで正しく機能しません。
この並べ替え関数は、特定の「特殊」文字が含まれるフォルダー名がある場合、Windowsで誤った結果を返します。たとえば、この関数は並べ替えます1, !1, !a, aが、Windowsエクスプローラは並べ替えます!1, 1, !a, a。

したがって、WindowsエクスプローラーがPythonで行うように正確に並べ替えるには、Windows組み込み関数を使用する必要があります。 ctypesを介し StrCmpLogicalW（もちろん、これはUnixでは機能しません）。

from ctypes import wintypes, windll
from functools import cmp_to_key
def winsort(data):
    _StrCmpLogicalW = windll.Shlwapi.StrCmpLogicalW
    _StrCmpLogicalW.argtypes = [wintypes.LPWSTR, wintypes.LPWSTR]
    _StrCmpLogicalW.restype  = wintypes.INT

    cmp_fnc = lambda psz1, psz2: _StrCmpLogicalW(psz1, psz2)
    return sorted(data, key=cmp_to_key(cmp_fnc))

この関数は、 sorted_alphanumeric()ます。

ボーナス： winsort Windowsでもフルパスをソートできます。

または、特にUnixを使用している場合は、 natsortライブラリ（pip install natsort）をして、正しい方法（正しい位置にあるサブフォルダー）でフルパスで並べ替える。

次のように使用して、フルパスをソートできます。

from natsort import natsorted, ns
dirlist = natsorted(dirlist, alg=ns.PATH | ns.IGNORECASE)

フォルダー名（または文字列一般）の通常の並べ替えには使用しないでくださいsorted_alphanumeric()。これは、上記の機能よりもかなり遅いためです。Windowsエクスプローラでの並べ替えを想定している場合
natsortedは、ライブラリで誤った結果が返されるので、それを使用winsort()してください。

デフォルトでは、順序はASCII値で決定されると思います。この問題の解決策はこれです

dir = sorted(os.listdir(os.getcwd()), key=len)

おそらくCがreaddir()返す順序だけです。次のCプログラムを実行してみてください。

#include <dirent.h>
#include <stdio.h>
int main(void)
{   DIR *dirp;
    struct dirent* de;
    dirp = opendir(".");
    while(de = readdir(dirp)) // Yes, one '='.
        printf("%s\n", de->d_name);
    closedir(dirp);
    return 0;
}

ビルドラインは次のようになります gcc -o foo foo.c。

PSこれとあなたのPythonコードを実行しただけで、どちらもソートされた出力を提供したので、あなたが見ているものを再現できません。

aaa = ['row_163.pkl', 'row_394.pkl', 'row_679.pkl', 'row_202.pkl', 'row_1449.pkl', 'row_247.pkl', 'row_1353.pkl', 'row_749.pkl', 'row_1293.pkl', 'row_1304.pkl', 'row_78.pkl', 'row_532.pkl', 'row_9.pkl', 'row_1435.pkl']                                                                                                                                                                                                                                                                                                 
sorted(aaa, key=lambda x: int(os.path.splitext(x.split('_')[1])[0]))

私の要件の場合、私はrow_163.pklここos.path.splitext('row_163.pkl')にあるようなケースにそれを分割します('row_163', '.pkl')それを分割ので、「_」にも基づいて分割する必要があります。

しかし、あなたの要件の場合には、あなたは次のようなことをすることができます

sorted(aa, key = lambda x: (int(re.sub('\D','',x)),x))

どこ

aa = ['run01', 'run08', 'run11', 'run12', 'run13', 'run14', 'run18']

また、ディレクトリを取得するために行うことができます sorted(os.listdir(path))

のような場合、'run01.txt'または'run01.csv'あなたはこのようにすることができます

sorted(files, key=lambda x : int(os.path.splitext(x)[0]))

「並べ替え」が期待どおりに動作しない場合があります。たとえば、次のようなディレクトリがあり、「ソート」を実行すると非常に奇妙な結果が得られます。

>>> os.listdir(pathon)
['2', '3', '4', '5', '403', '404', '407', '408', '410', '411', '412', '413', '414', '415', '416', '472']
>>> sorted([ f for f in os.listdir(pathon)])
['2', '3', '4', '403', '404', '407', '408', '410', '411', '412', '413', '414', '415', '416', '472', '5']

最初の文字を最初に比較するようですが、それが最大の場合は最後の文字になります。

ドキュメントから：

リストは任意の順序であり、特別なエントリ「。」は含まれていません。と '..'がディレクトリに存在する場合でも。

これは、順序がOS /ファイルシステムに依存している可能性があり、特に意味のある順序がないため、特に何も保証されないことを意味します。多くの回答が述べたように：必要に応じて、取得したリストを並べ替えることができます。

乾杯:)

エリオット答えはそれを完全に解決しますが、それはコメントなので、気付かれないようになり、誰かを助けることを目的として、それを解決策として繰り返し述べています。

natsortライブラリを使用：

Ubuntuおよびその他のDebianバージョンの場合は、次のコマンドを使用してライブラリをインストールします

Python 2

sudo pip install natsort

Python 3

sudo pip3 install natsort

このライブラリの使用方法の詳細はここにあります

In [6]: os.listdir?

Type:       builtin_function_or_method
String Form:<built-in function listdir>
Docstring:
listdir(path) -> list_of_strings
Return a list containing the names of the entries in the directory.
path: path of directory to list
The list is in **arbitrary order**.  It does not include the special
entries '.' and '..' even if they are present in the directory.

os.listdirとソートされたコマンドの提案された組み合わせは、Linuxでのls -lコマンドと同じ結果を生成します。次の例では、この仮定を検証します。

user@user-PC:/tmp/test$ touch 3a 4a 5a b c d1 d2 d3 k l p0 p1 p3 q 410a 409a 408a 407a
user@user-PC:/tmp/test$ ls -l
total 0
-rw-rw-r-- 1 user user 0 Feb  15 10:31 3a
-rw-rw-r-- 1 user user 0 Feb  15 10:31 407a
-rw-rw-r-- 1 user user 0 Feb  15 10:31 408a
-rw-rw-r-- 1 user user 0 Feb  15 10:31 409a
-rw-rw-r-- 1 user user 0 Feb  15 10:31 410a
-rw-rw-r-- 1 user user 0 Feb  15 10:31 4a
-rw-rw-r-- 1 user user 0 Feb  15 10:31 5a
-rw-rw-r-- 1 user user 0 Feb  15 10:31 b
-rw-rw-r-- 1 user user 0 Feb  15 10:31 c
-rw-rw-r-- 1 user user 0 Feb  15 10:31 d1
-rw-rw-r-- 1 user user 0 Feb  15 10:31 d2
-rw-rw-r-- 1 user user 0 Feb  15 10:31 d3
-rw-rw-r-- 1 user user 0 Feb  15 10:31 k
-rw-rw-r-- 1 user user 0 Feb  15 10:31 l
-rw-rw-r-- 1 user user 0 Feb  15 10:31 p0
-rw-rw-r-- 1 user user 0 Feb  15 10:31 p1
-rw-rw-r-- 1 user user 0 Feb  15 10:31 p3
-rw-rw-r-- 1 user user 0 Feb  15 10:31 q

user@user-PC:/tmp/test$ python
Python 2.7.6 (default, Jun 22 2015, 17:58:13) 
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import os
>>> os.listdir( './' )
['d3', 'k', 'p1', 'b', '410a', '5a', 'l', 'p0', '407a', '409a', '408a', 'd2', '4a', 'p3', '3a', 'q', 'c', 'd1']
>>> sorted( os.listdir( './' ) )
['3a', '407a', '408a', '409a', '410a', '4a', '5a', 'b', 'c', 'd1', 'd2', 'd3', 'k', 'l', 'p0', 'p1', 'p3', 'q']
>>> exit()
user@user-PC:/tmp/test$ 

そのため、Pythonコードでよく知られているls -lコマンドの結果を再現したい人にとって、sorted（os.listdir（DIR））はかなりうまく機能します。