文本排序工具

按字母、长度或数值排序文本行,并可去除重复。

所有处理均在您的浏览器中进行。您输入的内容不会被上传或保存。

深度指南

文本排序工具:处理顺序、大小写、重音与数字

确切的处理流程(去空白、删空行、去重、排序)、“忽略大小写”实际忽略了什么、数值模式如何对待非数字,以及为什么 file10 排在 file2 前面。

最后核实: 本指南的纯文本版

关键数字一览

处理顺序
去首尾空白、删空行、去重,然后排序
去重保留的是原始顺序中第一次出现的那一行。
排序模式
七种
A 到 Z、Z 到 A、最短优先、最长优先、数值从小到大、数值从大到小、反转当前顺序。
空行
始终删除
没有保留空行的选项。
字母顺序
浏览器的语言环境排序规则
数字按文本比较,所以 file10 排在 file2 前面。

按什么顺序处理

  1. 把文本拆成行(\r\n、\r、\n 都算换行)。
  2. 若勾选“去除首尾空格”(默认勾选),去掉每行两端的空白。
  3. 丢弃空行。这一步总会执行,因为页面没有对应开关;而只含空格的行,只有在去除首尾空格开启时才算空行。
  4. 若勾选“去除重复”,删除重复行并保留第一次出现的那一行。勾选“忽略大小写”时,先转成小写再判断重复。
  5. 其余各行按所选模式排序,并用换行连接。

由于去重发生在排序之前,“第一次出现”指的是你原始顺序中的第一次,而不是字母顺序的第一个。

各模式

模式 比较方式
A 到 Z / Z 到 A 按语言环境的文本比较(localeCompare)。
最短优先 / 最长优先 按字符串长度(UTF-16 码元数);长度相同时按字母顺序。
数值,从小到大 / 从大到小 按每行开头的数字(parseFloat);没有数字的行按 0 计。
反转当前顺序 清理之后把顺序倒过来,不做任何排序。

忽略大小写也会忽略重音

勾选“忽略大小写”后,字母顺序比较使用 Intl 排序的 “base” 敏感度,此时 a、A、á 视为相等。所以被忽略的不只是大小写,还有重音。相等的行保持原有相对顺序,因为现代 JavaScript 的排序是稳定的(ECMAScript 2019)。

示例输入:banana、Apple、 cherry、空行、apple、Éclair、eclair、banana、Zebra、zoo。

选项 结果
默认(去空白、忽略大小写) Apple, apple, banana, banana, cherry, Éclair, eclair, Zebra, zoo
关闭忽略大小写 apple, Apple, banana, banana, cherry, eclair, Éclair, Zebra, zoo
开启去重 Apple, banana, cherry, Éclair, eclair, Zebra, zoo
开启去重,关闭忽略大小写 apple, Apple, banana, cherry, eclair, Éclair, Zebra, zoo
关闭去空白 带前导空格的 cherry 排在最前,位于 Apple 之前

注意开启去重时 Éclair 和 eclair 都会保留:去重只转小写,不去除重音,尽管排序时二者被视为相等。关闭忽略大小写时,在生成这些示例的 JavaScript 引擎(带 ICU 的 Node.js)中小写 apple 排在 Apple 前面,但大小写和重音变体的确切顺序取决于浏览器的语言环境规则(Unicode 排序规则,UTS #10),不同设备上结果可能不同。

数字

字母顺序模式把数字当字符比较,而不是比较数值:file1, file10, file2。以数字开头的行请使用数值模式。

数值模式只读取每行的开头。输入 item10, 10, 9, 2.5, -3, 1e3, abc, $5, 7, 0x10,从小到大排序得到 -3, item10, abc, $5, 0x10, 2.5, 7, 9, 10, 1e3:

  • 1e3 被读作 1000,-3 被读作负三。
  • item10、abc、$5(开头是货币符号)和 0x10(十六进制读作 0)都按 0 计,所以按原有顺序聚在一起,位于 -3 与 2.5 之间。

请先去掉货币符号和千位分隔符:1,200 会被读作 1。

其他特殊情况

  • 长度模式与表情符号。 长度按 UTF-16 码元计数,因此 😀 的长度为 2,与 ab、你好 相同。泰米尔文 தமிழ் 长度为 5,因为它由五个码位组成(辅音、元音符号和结合符各算一个)。
  • 混合文字。 拉丁文、中文和泰米尔文的行在不同系统上顺序可能不同,因为各文字的先后来自浏览器的排序数据。
  • 没有自然排序。 工具不会把 file10 这类文本里的 10 当作比 2 更大的数字。

常见错误

  • 开启“忽略大小写”排序,却以为 Éclair 和 eclair 会被视为不同。
  • 对数字使用字母顺序,得到 10 排在 9 前面。
  • 以为空行会保留。空行总是被删除。
  • 关闭去空白后,行尾多出看不见的空格,以为是重复行却没有被合并。

相关工具

逗号分隔工具可把排好序的列表转成逗号分隔字符串。移除换行符只清理空行,不排序。文本对比比较列表的两个版本。字数统计工具统计行数。

常见问题

我的文本会被发送到服务器吗?

不会。所有处理都通过 JavaScript 在您的浏览器中完成。您输入或粘贴的内容不会被上传、记录或存储在任何地方。

有长度限制吗?

没有固定限制——实际上限取决于您浏览器的内存。数万字的文档也能轻松处理。

支持非英文文本吗?

支持,任何文本都可以排序。字母顺序使用浏览器的本地化比较,因此带重音的字母会排在其基本字母旁边,其他文字的顺序取决于浏览器语言。数字排序只读取以西方数字(0-9)写成的行首数字。

它会改动我的原始文本吗?

不会。您的输入会保持原样;结果单独生成,方便您调整选项并对比。

资料来源

  1. MDN — Intl.Collator sensitivity options
  2. MDN — Array.prototype.sort() (stability)
  3. MDN — parseFloat()
  4. Unicode UTS #10 — Collation Algorithm

本指南用浅白语言解释已公布的规则,不构成财务、法律或官方意见。政策会变动,做决定前请向上方链接的政府机构核实。

相关工具