Python3 ファイルを順番通りに読み込みたい

Question

前提・実現したいこと

現在、python3系でファイル読み込みをしています．順番に読み込みたいのですがうまくいきません。

発生している問題・エラーメッセージ

../scene/res3\0.jpg
../scene/res3\1.jpg
../scene/res3\10.jpg
../scene/res3\11.jpg
../scene/res3\12.jpg
../scene/res3\13.jpg
../scene/res3\14.jpg
../scene/res3\15.jpg
../scene/res3\16.jpg
../scene/res3\2.jpg
../scene/res3\3.jpg
../scene/res3\4.jpg
../scene/res3\5.jpg
../scene/res3\6.jpg
../scene/res3\7.jpg
../scene/res3\8.jpg
../scene/res3\9.jpg

###理想の出力
以下の通りに出力したいです。

../scene/res3\0.jpg
../scene/res3\1.jpg
../scene/res3\2.jpg
../scene/res3\3.jpg
../scene/res3\4.jpg
../scene/res3\5.jpg
../scene/res3\6.jpg
../scene/res3\7.jpg
../scene/res3\8.jpg
../scene/res3\9.jpg
../scene/res3\10.jpg
../scene/res3\11.jpg
../scene/res3\12.jpg
../scene/res3\13.jpg
../scene/res3\14.jpg
../scene/res3\15.jpg
../scene/res3\16.jpg

該当のソースコード

files = glob.glob("../scene/res3/*.jpg")
for index,path in enumerate(files):
  print(path)

試したこと

sort()してみましたが、理想の出力とはいきませんでした。

Comments

[jun68ykt]

ご質問には、../scene/res3\0.jpg とありますが、 ファイル名がこのように、 res3 の直後はバックスラッシュなのでしょうか？

[selva604]

いえ、ファイル名は"0.jpg","1.jpg"のようにバックスラッシュはなく、"res"フォルダの直下にこれらファイルがあります。

Answer 1

sorted() では辞書順ソートなので、1, 10, 2, 20, ... のようになります。

質問にあるように 1, 2, 10, 20, ... のようなソートを自然順ソートといいます。
Python の標準ライブラリでは用意されていないので、自作するか、外部ライブラリを使います。

以下は natsort というライブラリを使うサンプルコードを示します。
インストールは以下のコマンドでできます。

pip install natsort

サンプルコード

import random
from natsort import natsorted

paths = [r'../scene/res3\0.jpg',
         r'../scene/res3\1.jpg',
         r'../scene/res3\2.jpg',
         r'../scene/res3\3.jpg',
         r'../scene/res3\10.jpg',
         r'../scene/res3\11.jpg',
         r'../scene/res3\12.jpg']
# 順番をシャッフルする。
random.shuffle(paths)

# 辞書順ソート
print('dict order sort')
for path in sorted(paths):
    print(path)
print('natural sort')
# 自然順ソート
for path in natsorted(paths):
    print(path)

dict order sort
../scene/res3\0.jpg
../scene/res3\1.jpg
../scene/res3\10.jpg
../scene/res3\11.jpg
../scene/res3\12.jpg
../scene/res3\2.jpg
../scene/res3\3.jpg
natural sort
../scene/res3\0.jpg
../scene/res3\1.jpg
../scene/res3\2.jpg
../scene/res3\3.jpg
../scene/res3\10.jpg
../scene/res3\11.jpg
../scene/res3\12.jpg

Comments

[selva604]

理想の出力となりました。ありがとうございました。

Answer 2

tiitoi さんのご回答のnatsortedを使うのがスマートですね。

もし、natsorted　を使わないで頑張るとすれば、ファイル名の数字を取り出して数値に変換し、これをソートキーにするように自分で書く必要があります。そのようにしたものが以下です。

import sys
import random
import re

# ファイル一覧
files = '''
../scene/res3/abc.jpg
../scene/res3/0.jpg
../scene/res3/1.jpg
../scene/res3/10.jpg
../scene/res3/11.jpg
../scene/res3/12.jpg
../scene/res3/13.jpg
../scene/res3/14.jpg
../scene/res3/15.jpg
../scene/res3/16.jpg
../scene/res3/2.jpg
../scene/res3/3.jpg
../scene/res3/4.jpg
../scene/res3/5.jpg
../scene/res3/6.jpg
../scene/res3/7.jpg
../scene/res3/8.jpg
../scene/res3/9.jpg
'''.split()

random.shuffle(files)   # ランダムにシャッフルします。

# ファイル名の数字をキャプチャする正規表現
path_pattern = re.compile(r'/(\d+).jpg$')


# 与えられたパスからファイル名の数字部分を数値に変換して返す関数
def file_number(path):
    m = path_pattern.search(path)
    if m:
        return int(m.group(1))
    else:
        return sys.maxsize  # パターンに合わない場合、大きな数を返す。（ソートで末尾に寄せるため）


sorted_files = sorted(files, key=lambda path: file_number(path))

print(sorted_files)   # ソート結果を表示します。

上記を実行すると以下が表示されます。

['../scene/res3/0.jpg', '../scene/res3/1.jpg', '../scene/res3/2.jpg', '../scene/res3/3.jpg', '../scene/res3/4.jpg', '../scene/res3/5.jpg', '../scene/res3/6.jpg', '../scene/res3/7.jpg', '../scene/res3/8.jpg', '../scene/res3/9.jpg', '../scene/res3/10.jpg', '../scene/res3/11.jpg', '../scene/res3/12.jpg', '../scene/res3/13.jpg', '../scene/res3/14.jpg', '../scene/res3/15.jpg', '../scene/res3/16.jpg', '../scene/res3/abc.jpg']

Comments

[selva604]

コメントありがとうございます。natsortedを使わないとなかなか難しいですね。。。勉強になります。ありがとうございました。

[jun68ykt]

どういたしまして。

もう一つお節介させて頂きますと、selva604 さんがふだんお使いのシェルで、コマンド sort に -V オプションが使えるならば、

ls ../scene/res3 | sort -V

でも望む結果を得られるかもしれません。

-V は version sort を指定するもので、どんなソートをしてくれるかは、以下をざっと追うとだいたいつかめると思います。

https://stackoverflow.com/questions/4493205/unix-sort-of-version-numbers

Answer 3

数字部分の桁に合わせて0埋めした2次元リストをソートしてループすれば可能です。
もっと楽なのはファイル名の命名規則を0埋めしてしまうことですが。

src = ['0','1','2','10','11','12']
print(src)
src.sort()
print(src)

lst = [['%02d' % int(s),s] for s in (src) ]
lst.sort()
print(lst)

for file in lst:
    print(file[1])

['0', '1', '2', '10', '11', '12']
['0', '1', '10', '11', '12', '2']
[['00', '0'], ['01', '1'], ['02', '2'], ['10', '10'], ['11', '11'], ['12', '12']]
0
1
2
10
11
12

Comments

[selva604]

コメントありがとうございます。
実行してみましたが以下のようなエラーがでました。invalid literal for int() with base 10: '../scene/res3\0.jpg'

[opyon]

本質的な部分のみのコードですのでご自分で組み込んで頂ければと。
コード見れば分かると思ったのですが説明不足ですみません。
ファイル名から数字のみを取得する部分は省いてます。