# 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。

- Tool: [文本排序工具](https://toolsg.com/zh/text-sorter)
- Language: zh (available: en, zh, ms, ta)
- Last verified against official sources: 2026-10-18
- Source site: ToolSG — a planning guide, not official or financial advice. Cite the agencies listed under Sources.

## 关键数字一览

| 项目 | 数值 | 来源 |
| --- | --- | --- |
| 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](https://toolsg.com/zh/comma-separator)可把排好序的列表转成逗号分隔字符串。[移除换行符](https://toolsg.com/zh/remove-line-breaks)只清理空行，不排序。[文本对比](https://toolsg.com/zh/text-diff)比较列表的两个版本。[字数统计工具](https://toolsg.com/zh/word-counter)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](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Intl/Collator/Collator)
- [MDN — Array.prototype.sort() (stability)](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Array/sort)
- [MDN — parseFloat()](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/parseFloat)
- [Unicode UTS #10 — Collation Algorithm](https://www.unicode.org/reports/tr10/)
