如何在Python中自然排序Pathlib对象？

Question

我正在尝试创建一个已排序的文件列表，其中包含在./pages目录中的文件。这是我目前的进展：

import numpy as np
from PIL import Image
import glob
from pathlib import Path


# sorted( l, key=lambda a: int(a.split("-")[1]) )
image_list = []

for filename in Path('./pages').glob('*.jpg'):
#     sorted( i, key=lambda a: int(a.split("_")[1]) )
#     im=Image.open(filename)
    image_list.append(filename)

print(*image_list, sep = "\n")

当前输出：

pages/page_1.jpg  
pages/page_10.jpg  
pages/page_11.jpg  
pages/page_12.jpg  
pages/page_2.jpg  
pages/page_3.jpg  
pages/page_4.jpg  
pages/page_5.jpg  
pages/page_6.jpg  
pages/page_7.jpg  
pages/page_8.jpg  
pages/page_9.jpg  

预期输出：

pages/page_1.jpg   
pages/page_2.jpg  
pages/page_3.jpg  
pages/page_4.jpg  
pages/page_5.jpg  
pages/page_6.jpg  
pages/page_7.jpg  
pages/page_8.jpg  
pages/page_9.jpg  
pages/page_10.jpg  
pages/page_11.jpg  
pages/page_12.jpg

我已经尝试了重复的解决方案，但它们不起作用，因为pathlib文件是类对象，而不是字符串。只有在打印时才会显示为文件名。

例如:

print(filename) # pages/page_1.jpg  
print(type(filename)) # <class 'pathlib.PosixPath'>

最终，这是可以运行的代码。感谢大家。

from pathlib import Path
import numpy as np
from PIL import Image
import natsort

def merge_to_single_image():
    image_list1 = []
    image_list2 = []
    image_list3 = []
    image_list4 = []

    for filename in Path('./pages').glob('*.jpg'):
        image_list1.append(filename)

    for i in image_list1:
        image_list2.append(i.stem)
    #     print(type(i.stem))

    image_list3 = natsort.natsorted(image_list2, reverse=False)

    for i in image_list3:
        i = str(i)+ ".jpg"
        image_list4.append(Path('./pages', i))

    images = [Image.open(i) for i in image_list4]
    # for a vertical stacking it is simple: use vstack
    images_combined = np.vstack(images)
    images_combined = Image.fromarray(images_combined)
    images_combined.save('Single_image.jpg')

- PrasadHeeramani

---

所有文件都有相同的 page_ 前缀吗？ - accdias

文件名是由我生成的，所以page_不是必须的。它也可以是1.jpg、2.jpg、3.jpg、...、10.jpg、11.jpg。 - PrasadHeeramani

你只需先将路径对象转换为字符串。试试这个: for filename in sorted(Path('./pages').glob('*.jpg'), key=lambda a: int(str(a).split("_")[1])): - Lord Elrond

解决方案：由于文件名是由您创建的，请编写添加填充零的文件名，例如下面的示例。排序将变得容易。 - imbr

Answer 1

只是为了记录，也许这更加简明？

natsorted(list_of_pathlib_objects, key=str)

- OlleNordesjo

---

请注意，此代码使用了 natsort 模块，该模块需要安装，因为它不是标准库的一部分。 - Thierry Lathuille

Answer 2

可以使用 natsort 库（pip install natsort）进行排序。它看起来也很简单。
[! 这是有效的，至少已经在版本 5.5 和 7.1（当前）中测试过]

from natsort import natsorted

image_list = Path('./pages').glob('*.jpg')
image_list = natsorted(image_list, key=str)

# Or convert list of paths to list of string and (naturally)sort it, then convert back to list of paths
image_list = [Path(p) for p in natsorted([str(p) for p in image_list ])]

- Jaja

---

如果路径有不同的父级，请查看docs。 - Jaja

Answer 3

就像这样使用...

from pathlib import Path

- 按姓名排序：

sorted(Path('anywhere/you/want').glob('*.jpg'))

- 按修改时间排序：

import os
sorted(Path('anywhere/you/want').glob('*.jpg'), key=os.path.getmtime)

- 按大小排序：

import os
sorted(Path('anywhere/you/want').glob('*.jpg'), key=os.path.getsize)

等等。

提示：由于文件名也是由您创建的。请使用填充零的方式编写文件名，例如：

for i in range(100):        
    with open('filename'+f'_{i:03d}','wb'):  # py3.6+ fstring        
       # write your file stuff...
    # py3.3+ 'filename'+'_{:03d}'.format(i) for str.format()
 ...
 'filename_007',
 'filename_008',
 'filename_009',
 'filename_010',
 'filename_011',
 'filename_012',
 'filename_013',
 'filename_014',
 ...

- imbr

Answer 4

请注意，sorted不会直接对你的数据进行排序，而是返回一个新列表，因此你必须对其输出进行迭代。

为了获取你的排序关键字，也就是文件名末尾的整数值：

- 你可以先获取路径的stem，也就是不带扩展名的最后一个组件（例如'page_13'）。 - 然后，最好从右边拆分一次，以防文件名的第一部分包含其他下划线，比如'some_page_33.jpg'。 - 转换为int后，你就得到了所需的排序关键字。

因此，你的代码可能如下所示：

for filename in sorted(Path('./pages').glob('*.jpg'), 
                       key=lambda path: int(path.stem.rsplit("_", 1)[1])):

    print(filename)

示例输出：

pages/ma_page_2.jpg
pages/ma_page_11.jpg
pages/ma_page_13.jpg
pages/ma_page_20.jpg

- Thierry Lathuille

Answer 5

这个问题并不像听起来那么简单，“自然”排序可能会很具有挑战性，特别是对于潜在的任意输入字符串，例如，如果您的数据中有“69_helloKitty.jpg”怎么办？ 我曾经使用https://github.com/SethMMorton/natsort解决了类似的问题，也许它能帮到你。

- Christian Sauer