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。
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
- 把文本拆成行(
\r\n、\r、\n都算换行)。 - 若勾选“去除首尾空格”(默认勾选),去掉每行两端的空白。
- 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。
- 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。
- 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
- MDN — Intl.Collator sensitivity options
- MDN — Array.prototype.sort() (stability)
- MDN — parseFloat()
- 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。