숫자를 포함한 파일이름을 naturally하게 정렬하는 라이브러리 (natsort)

모듈 임포트

일반적으로는 모듈 내 natsorted 함수를 주로 사용한다.
다만 real sort 등 특별한 기준으로 정렬해야 할 경우 다른 함수들을 임포트 해줘야 한다. (포스트 하단 참조)

```python natsorted

# 모둘 사용해 정렬
숫자가 포함된 폴더 이름을 정렬 시, 빌트인 정렬 함수처럼 1, 10, 2.. 이런식으로 정렬되지 않고 1,2, .., 10 이렇게 "naturally"하게 정렬된다.

아래는 모듈 설명 :   
When you try to sort a list of strings that contain numbers, the normal python sort algorithm sorts lexicographically, so you might not get the results that you expect:   

a = [‘2 ft 7 in’, ‘1 ft 5 in’, ‘10 ft 2 in’, ‘2 ft 11 in’, ‘7 ft 6 in’] sorted(a) [‘1 ft 5 in’, ‘10 ft 2 in’, ‘2 ft 11 in’, ‘2 ft 7 in’, ‘7 ft 6 in’] ``` Notice that it has the order (‘1’, ‘10’, ‘2’) - this is because the list is being sorted in lexicographical order, which sorts numbers like you would letters (i.e. ‘b’, ‘ba’, ‘c’).

natsort provides a function natsorted that helps sort lists “naturally” (“naturally” is rather ill-defined, but in general it means sorting based on meaning and not computer code point). Using natsorted is simple:

>>> from natsort import natsorted
>>> a = ['2 ft 7 in', '1 ft 5 in', '10 ft 2 in', '2 ft 11 in', '7 ft 6 in']
>>> natsorted(a)
['1 ft 5 in', '2 ft 7 in', '2 ft 11 in', '7 ft 6 in', '10 ft 2 in']

natsorted identifies numbers anywhere in a string and sorts them naturally. Below are some other things you can do with natsort (also see the examples for a quick start guide, or the api for complete details).

주의할 점

natsorted를 쓴다고, 마법처럼 내가 원하는대로 정렬된다고 생각하면 안된다. 예를 들어 다음과 같이 0.mp4부터 22.mp4까지 동영상 파일 경로를 pathlib 인스턴스로 담은 리스트를 만들었다고 하자. 이를 sort하거나, key 파라미터 없이 natsort해도 원하는대로 정렬이 되지 않고, 1-10-11 이런 순으로 정렬된다. 이는 string이 아닌 PosixPath 객체의 특정 어트리뷰트를 기준으로 정렬되어서 그렇다.
따라서 key 파라미터에 str을 매개변수로 넣어야 한다.

from natsort import natsorted
from pathlib import Path

dir_path = Path('./data')

vid_paths = [p for p in dir_path.glob('*.mp4')]

normal_sort = sorted(vid_paths)
natual_sort = natsorted(vid_paths)
natual_str_sort = natsorted(vid_paths, key=str)

print('normal_sort:', normal_sort)
print('natual_sort:', natual_sort)
print('natual_str_sort:', natual_str_sort)

>>>
normal_sort: [PosixPath('/0.mp4'), PosixPath('/1.mp4'), PosixPath('/10.mp4'), PosixPath('/11.mp4'), PosixPath('/12.mp4'), PosixPath('/13.mp4'), PosixPath('/14.mp4'), PosixPath('/15.mp4'), PosixPath('/16.mp4'), PosixPath('/17.mp4'), PosixPath('/18.mp4'), PosixPath('/19.mp4'), PosixPath('/2.mp4'), PosixPath('/20.mp4'), PosixPath('/21.mp4'), PosixPath('/22.mp4'), PosixPath('/3.mp4'), PosixPath('/4.mp4'), PosixPath('/5.mp4'), PosixPath('/6.mp4'), PosixPath('/7.mp4'), PosixPath('/8.mp4'), PosixPath('/9.mp4')]
natual_sort: [PosixPath('/0.mp4'), PosixPath('/1.mp4'), PosixPath('/10.mp4'), PosixPath('/11.mp4'), PosixPath('/12.mp4'), PosixPath('/13.mp4'), PosixPath('/14.mp4'), PosixPath('/15.mp4'), PosixPath('/16.mp4'), PosixPath('/17.mp4'), PosixPath('/18.mp4'), PosixPath('/19.mp4'), PosixPath('/2.mp4'), PosixPath('/20.mp4'), PosixPath('/21.mp4'), PosixPath('/22.mp4'), PosixPath('/3.mp4'), PosixPath('/4.mp4'), PosixPath('/5.mp4'), PosixPath('/6.mp4'), PosixPath('/7.mp4'), PosixPath('/8.mp4'), PosixPath('/9.mp4')]]]
natual_str_sort: [PosixPath('/0.mp4'), PosixPath('/1.mp4'), PosixPath('/2.mp4'), PosixPath('/3.mp4'), PosixPath('/4.mp4'), PosixPath('/5.mp4'), PosixPath('/6.mp4'), PosixPath('/7.mp4'), PosixPath('/8.mp4'), PosixPath('/9.mp4'), PosixPath('/10.mp4'), PosixPath('/11.mp4'), PosixPath('/12.mp4'), PosixPath('/13.mp4'), PosixPath('/14.mp4'), PosixPath('/15.mp4'), PosixPath('/16.mp4'), PosixPath('/17.mp4'), PosixPath('/18.mp4'), PosixPath('/19.mp4'), PosixPath('/20.mp4'), PosixPath('/21.mp4'), PosixPath('/22.mp4')]

Sorting by Real Number (Signed Floats)

음수를 포함한 실수가 이름에 포함될 경우 정렬은 아래와 같이 alg 키워드에 ns.REAL 파라미터를 넣거나, realsorted를 임포트한다.

>>> from natsort import realsorted, ns
>>> # Note that when interpreting as signed floats, the below numbers are
>>> #            +5.10,                -3.00,            +5.30,              +2.00
>>> a = ['position5.10.data', 'position-3.data', 'position5.3.data', 'position2.data']
>>> natsorted(a)
['position2.data', 'position5.3.data', 'position5.10.data', 'position-3.data']
>>> natsorted(a, alg=ns.REAL)
['position-3.data', 'position2.data', 'position5.10.data', 'position5.3.data']
>>> realsorted(a)  # shortcut for natsorted with alg=ns.REAL
['position-3.data', 'position2.data', 'position5.10.data', 'position5.3.data']

Locale-Aware Sorting (or “Human Sorting”)

컴퓨터가 이해하는 아스키코드를 기준으로 정렬하지 않고, 사람이 단어를 정렬할 때 보편적으로 적용하는 기준대로 정렬한다.
정확히는 영문자는 영문자(아스키 코드가 아닌 알파벳 순서로 정렬)대로, 숫자는 숫자대로 생각해 정렬하고 싶을 경우 locale이나, alg 키워드에 ns.LOCALE 매개변수를 넣는다. 아래 예제를 보면

1. 오름차 순이면 기본 소트는 아스키코드 상 B가 a앞에 와야 하나, 알파벳 순서가 우선 적용되는 기준이므로 humansorted 하면 뒤에 오게 된다.
2. 오름차 순이면 기본 소트는 아스키코드 상 14,689가 15보다 앞에 와야 하나, 숫자가 더 큰 14,689가 포함된 apple14,689가 뒤에 온다.

기준이 좀 복합적이라 정렬이 원하는대로 되었는지 결과를 반드시 확인하고 써야할 것 같다.

>>> a = ['Apple', 'apple15', 'Banana', 'apple14,689', 'banana']
>>> natsorted(a)
['Apple', 'Banana', 'apple14,689', 'apple15', 'banana']
>>> import locale
>>> locale.setlocale(locale.LC_ALL, 'en_US.UTF-8')
'en_US.UTF-8'
>>> natsorted(a, alg=ns.LOCALE)
['apple15', 'apple14,689', 'Apple', 'banana', 'Banana']
>>> from natsort import humansorted
>>> humansorted(a)  # shortcut for natsorted with alg=ns.LOCALE
['apple15', 'apple14,689', 'Apple', 'banana', 'Banana']

Reference.

https://github.com/SethMMorton/natsort