本文目录导读：
Python文本排序案例：如何高效排序文本行（实战详解）
目录导读
- 引言：文本排序的应用场景与重要性
- Python读取文本文件
- 基础排序：按字母顺序排序文本行
- 按行长度排序
- 按数字或特定字段排序
- 逆序与去重
- 实战案例：日志文件行排序
- 常见问题与解决方案
- 问答环节
- 总结与优化建议
文本排序的应用场景与重要性
在日常数据处理、日志分析、配置文件整理或代码审查中，对文本行进行排序是一项基础但极为常见的任务，Python凭借简洁的语法和强大的内置函数（如sorted()、sort()），能够轻松实现高效、灵活的文本排序。
本案例将带你全面掌握Python排序文本行的多种方法，包括按字母、长度、数字、自定义规则排序，并解决去重、逆序、大文件排序等实际问题，所有代码均经过实测,可直接复制使用。
Python读取文本文件
我们需要将文本文件读入内存，常用方法是使用open()配合readlines()。
# 读取文件，返回包含每行内容的列表（含换行符）
with open('data.txt', 'r', encoding='utf-8') as f:
lines = f.readlines()
如果想去掉换行符,可改为：
lines = [line.strip() for line in f]
注意：
strip()也会去掉首尾空格，如需保留空格，建议用line.rstrip('\n')。
基础排序：按字母顺序排序文本行
Python的sorted()函数可以返回一个排序后的新列表，原列表不变，默认按字母顺序（基于ASCII或Unicode）排序。
sorted_lines = sorted(lines)
print(''.join(sorted_lines)) # 输出排序后的内容
若希望不区分大小写，可指定key=str.lower：
sorted_lines = sorted(lines, key=str.lower)
按行长度排序
通过key参数指定长度函数len,即可实现按行长度排序。
# 按长度从小到大 sorted_by_len = sorted(lines, key=len) # 从大到小（逆序） sorted_by_len_desc = sorted(lines, key=len, reverse=True)
实用场景：快速识别最长的日志行、最短的配置项等。
按数字或特定字段排序
如果文本行包含数字（如行首有编号）,需要先提取数字再排序。
示例：行内容形如 "3. apple", "1. banana", "12. cherry"
import re
def extract_number(line):
# 提取行首的数字（如果存在）
match = re.match(r'(\d+)', line)
return int(match.group(1)) if match else float('inf') # 无数字的行排最后
sorted_numeric = sorted(lines, key=extract_number)
按Tab或逗号分隔的特定字段排序：
# 假设每行是 "name,age,score"
sorted_by_second_field = sorted(lines, key=lambda x: x.split(',')[1])
逆序与去重
逆序：在排序后直接使用reverse=True，或对结果调用.reverse()。
去重：先用set()去重,再排序。
unique_lines = list(set(lines)) sorted_unique = sorted(unique_lines)
注意：
set()会打乱顺序，且要求列表元素可哈希（普通字符串可哈希）。
实战案例：日志文件行排序
假设有一个access.log，每行包含时间戳、IP、请求等信息，需要按时间戳（行首的日期时间）排序。
with open('access.log', 'r') as f:
lines = f.readlines()
# 假设时间戳格式固定：YYYY-MM-DD HH:MM:SS 在行首前20个字符
sorted_log = sorted(lines, key=lambda line: line[:19])
# 写入新文件
with open('sorted_access.log', 'w') as f_out:
f_out.writelines(sorted_log)
常见问题与解决方案
Q1：文件过大，一次性读入内存会崩溃怎么办？
使用sort函数结合临时文件（如fileinput模块），或使用外部工具（如系统命令sort），Python中可逐块读取并分批排序（外部排序算法）。
Q2：中文排序顺序不对？
默认按Unicode码点排序，中文顺序可能不符合语言习惯，建议使用第三方库pypinyin或Python的locale模块：
import locale locale.setlocale(locale.LC_COLLATE, 'zh_CN.UTF-8') sorted_lines = sorted(lines, key=locale.strxfrm)
Q3：多关键字排序（先按a再按b）？
使用元组作为key：
sorted_lines = sorted(lines, key=lambda x: (x.split(',')[0], x.split(',')[1]))
问答环节
问：sort()和sorted()有什么区别？
答：list.sort()是列表方法，直接修改原列表，返回None；而sorted()是内置函数，返回新的排序列表，不改变原列表，推荐使用sorted(),保持数据不变性。
问：如何保留每行末尾的换行符？
答：读入时用readlines()，每行自带\n；写入时用writelines()即可，如果使用了strip()去掉了换行符，写入前需手动补上\n。
问：如何实现忽略空行排序？
答：在排序前过滤空行：lines = [line for line in lines if line.strip()],然后再排序。
总结与优化建议
Python文本排序的核心是灵活运用sorted()的key参数，掌握以下要点,即可应对绝大多数场景：
- 按字母：
sorted(lines, key=str.lower) - 按长度：
sorted(lines, key=len) - 按数字/字段：自定义函数提取
- 逆序/去重：
reverse=True+set() - 大文件：考虑外部排序或流式处理
优化建议：
对于反复排序的大文件，可考虑使用pandas（可处理GB级数据）或数据库索引；若在服务器环境中，系统命令sort（如sort -k2 -t, data.txt）速度可能比Python快数倍。
最佳实践：
写代码时始终指定encoding参数避免乱码，使用with语句自动管理文件资源，排序时明确指定key以提升可读性。
本文综合自Python官方文档、Stack Overflow及多位开发者实践经验，已去重并优化SEO表述，如需转载，请保留出处。
