¿Cómo se ordena Pythons glob.glob?

He escrito el siguiente código de Python:

#!/usr/bin/python
# -*- coding: utf-8 -*-

import os, glob

path = '/home/my/path'
for infile in glob.glob( os.path.join(path, '*.png') ):
    print infile

Ahora entiendo esto:

/home/my/path/output0352.png
/home/my/path/output0005.png
/home/my/path/output0137.png
/home/my/path/output0202.png
/home/my/path/output0023.png
/home/my/path/output0048.png
/home/my/path/output0069.png
/home/my/path/output0246.png
/home/my/path/output0071.png
/home/my/path/output0402.png
/home/my/path/output0230.png
/home/my/path/output0182.png
/home/my/path/output0121.png
/home/my/path/output0104.png
/home/my/path/output0219.png
/home/my/path/output0226.png
/home/my/path/output0215.png
/home/my/path/output0266.png
/home/my/path/output0347.png
/home/my/path/output0295.png
/home/my/path/output0131.png
/home/my/path/output0208.png
/home/my/path/output0194.png

¿De qué manera se ordena?

Podría ayudarlo a obtener mi salida ls -l:

-rw-r--r-- 1 moose moose 627669 2011-07-17 17:26 output0005.png
-rw-r--r-- 1 moose moose 596417 2011-07-17 17:26 output0023.png
-rw-r--r-- 1 moose moose 543639 2011-07-17 17:26 output0048.png
-rw-r--r-- 1 moose moose 535384 2011-07-17 17:27 output0069.png
-rw-r--r-- 1 moose moose 543216 2011-07-17 17:27 output0071.png
-rw-r--r-- 1 moose moose 561776 2011-07-17 17:27 output0104.png
-rw-r--r-- 1 moose moose 501865 2011-07-17 17:27 output0121.png
-rw-r--r-- 1 moose moose 547144 2011-07-17 17:27 output0131.png
-rw-r--r-- 1 moose moose 530596 2011-07-17 17:27 output0137.png
-rw-r--r-- 1 moose moose 532567 2011-07-17 17:27 output0182.png
-rw-r--r-- 1 moose moose 553562 2011-07-17 17:27 output0194.png
-rw-r--r-- 1 moose moose 574065 2011-07-17 17:27 output0202.png
-rw-r--r-- 1 moose moose 552197 2011-07-17 17:27 output0208.png
-rw-r--r-- 1 moose moose 559809 2011-07-17 17:27 output0215.png
-rw-r--r-- 1 moose moose 549046 2011-07-17 17:27 output0219.png
-rw-r--r-- 1 moose moose 566661 2011-07-17 17:27 output0226.png
-rw-r--r-- 1 moose moose 561678 2011-07-17 17:27 output0246.png
-rw-r--r-- 1 moose moose 525550 2011-07-17 17:27 output0266.png
-rw-r--r-- 1 moose moose 565715 2011-07-17 17:27 output0295.png
-rw-r--r-- 1 moose moose 568381 2011-07-17 17:28 output0347.png
-rw-r--r-- 1 moose moose 532768 2011-07-17 17:28 output0352.png
-rw-r--r-- 1 moose moose 535818 2011-07-17 17:28 output0402.png

No está ordenado por nombre de archivo o tamaño.

Otros enlaces: glob,ls

Probablemente no esté ordenado en absoluto y utiliza el orden en que aparecen las entradas en el sistema de archivos, es decir, el que se obtiene al usar ls -U. (Al menos en mi máquina, esto produce el mismo orden que enumerar globcoincidencias).

El orden es arbitrario, pero puede ordenarlos usted mismo

Si quieres ordenar por nombre:

sorted(glob.glob('*.png'))

ordenado por hora de modificación:

import os
sorted(glob.glob('*.png'), key=os.path.getmtime)

ordenado por tamaño:

import os
sorted(glob.glob('*.png'), key=os.path.getsize)

etc.

Al verificar el código fuente glob.glob, verá que llama internamente os.listdir, como se describe aquí:

http://docs.python.org/library/os.html?highlight=os.listdir#os.listdir

Oración clave: os.listdir (ruta) Devuelve una lista que contiene los nombres de las entradas en el directorio dado por ruta. La lista está en orden arbitrario. No incluye las entradas especiales '.' y '...' incluso si están presentes en el directorio.

Orden arbitrario . :)

glob.glob () es un contenedor alrededor de os.listdir (), por lo que el sistema operativo subyacente se encarga de entregar los datos. En general: no puede hacer una suposición sobre el pedido aquí. La suposición básica es: sin ordenar. Si necesita algún tipo de clasificación: ordene en el nivel de la aplicación.

El orden es arbitrario, pero hay varias formas de ordenarlos. Uno de ellos es el siguiente:

#First, get the files:
import glob
import re
files =glob.glob1(img_folder,'*'+output_image_format)
# if you want sort files according to the digits included in the filename, you can do as following:
files = sorted(files, key=lambda x:float(re.findall("(\d+)",x)[0]))

Tuve un problema similar, globestaba devolviendo una lista de nombres de archivo en un orden arbitrario, pero quería revisarlos en orden numérico como lo indica el nombre del archivo. Así es como lo logré:

Mis archivos fueron devueltos por globalgo como:

myList = ["c:\tmp\x\123.csv", "c:\tmp\x\44.csv", "c:\tmp\x\101.csv", "c:\tmp\x\102.csv", "c:\tmp\x\12.csv"]

Ordene la lista en su lugar, para hacer esto creé una función:

def sortKeyFunc(s):
    return int(os.path.basename(s)[:-4])

Esta función devuelve la parte numérica del nombre del archivo y la convierte en un entero. Luego llamé al método de clasificación en la lista como tal:

myList.sort(key=sortKeyFunc)

Esto devolvió una lista como tal:

["c:\tmp\x\12.csv", "c:\tmp\x\44.csv", "c:\tmp\x\101.csv", "c:\tmp\x\102.csv", "c:\tmp\x\123.csv"]

Si se pregunta qué ha hecho glob.glob en su sistema en el pasado y no puede agregar una sortedllamada, el orden será consistente en los sistemas de archivos Mac HFS + y será un orden transversal en otros sistemas Unix. Por lo tanto, es probable que haya sido determinista a menos que se haya reorganizado el sistema de archivos subyacente, lo que puede suceder si se agregan, eliminan, renombran, eliminan, mueven, etc.

De la solución de @Johan La Rooy, ordenar las imágenes usando sorted(glob.glob('*.png'))no funciona para mí, la lista de salida todavía no está ordenada por sus nombres.

Sin embargo, sorted(glob.glob('*.png'), key=os.path.getmtime)funciona perfectamente.

Estoy un poco confundido sobre cómo la clasificación por sus nombres no funciona aquí.

Agradezca a @ Martin Thoma por publicar esta gran pregunta y a @Johan La Rooy por las soluciones útiles.

Por favor intente este código:

sorted(glob.glob( os.path.join(path, '*.png') ),key=lambda x:float(re.findall("([0-9]+?)\.png",x)[0]))

'''my file name is 
"0_male_0.wav", "0_male_2.wav"... "0_male_30.wav"... 
"1_male_0.wav", "1_male_2.wav"... "1_male_30.wav"... 
"8_male_0.wav", "8_male_2.wav"... "8_male_30.wav"

when I wav.read(files) I want to read them in a sorted torder, i.e., "0_male_0.wav"
"0_male_1.wav"
"0_male_2.wav" ...
"0_male_30.wav"
"1_male_0.wav"
"1_male_1.wav"
"1_male_2.wav" ...
"1_male_30.wav"
so this is how I did it.

Just take all files start with "0_*" as an example. Others you can just put it in a loop
'''

import scipy.io.wavfile as wav
import glob 
from os.path import isfile, join

#get all the file names in file_names. THe order is totally messed up
file_names = [f for f in listdir(audio_folder_dir) if isfile(join(audio_folder_dir, f)) and '.wav' in f] 
#find files that belongs to "0_*" group
filegroup0 = glob.glob(audio_folder_dir+'/0_*')
#now you get sorted files in group '0_*' by the last number in the filename
filegroup0 = sorted(filegroup0, key=getKey)

def getKey(filename):
    file_text_name = os.path.splitext(os.path.basename(filename))  #you get the file's text name without extension
    file_last_num = os.path.basename(file_text_name[0]).split('_')  #you get three elements, the last one is the number. You want to sort it by this number
    return int(file_last_num[2])

Así es como hice mi caso particular. Espero que sea útil.