文本排序工具 - 字符、数字与自然排序(中文/文件名友好)
名单一多,眼睛就不够用了
三百多行的报名表要按姓名排一遍,你拖到第四十行就忘了前面看到哪;关键词表想按拼音整理,手边没有能一次排完的东西;素材文件夹里 file1、file10、file2 混在一起,按名称排序之后 10 反而跑到了 2 前面;接口导出的 URL 清单一长串,想按域名归拢一下再核对。
这些任务的共同点很明确:数据已经是一行一条,需要的只是把行的顺序换一下。星点 文本排序工具 做的就是这件事——按行排序,三种比较方式,支持升序降序、忽略大小写、中文语言排序和空行位置,全部在浏览器本地完成。
它有两个边界要先说清楚,后面很多”怎么跟想的不一样”都源于此:
- 排序单位是整行。 不解析 CSV、不认列、不按逗号或空格把行拆成字段。一行就是一个整体。
- 只改行序,不改行内字符。 空格、大小写、前导零、结尾换行都原样保留(除非你自己先清理过)。
这两条听起来朴素,但它决定了工具能做什么、不能做什么。比如”按第二列排序”它做不了,得先在表格里处理;比如排序永远不会顺手帮你把 Apple 改成 apple。
先把常见场景和该选哪个模式对一下:
| 你手上的数据 | 一行长什么样 | 建议模式 |
|---|---|---|
| 活动名单、客户姓名 | 张三、李四 | 字符串(中文语言排序) |
| 关键词、标签、词条 | 文本排序、自然排序 | 字符串 |
| URL 清单 | https://a.com/page | 字符串(先统一参数口径) |
| 素材文件名 | file2.png、file10.png | 自然 |
| 章节、条款编号 | 第2章、第10章 | 自然 |
| 纯数字编号、数量 | 2、10、100 | 数字 |
| 版本号 | v1.9.0、v1.10.0 | 自然(注意小数语义) |
| 金额、评分 | 9.5、10 | 数字(先去掉千分位和货币符号) |
三种模式,比的其实是三样东西
排序的本质是回答一个问题:任意两行,谁在前。三种模式的差别只在比较键——也就是拿什么去比。
字符串模式把整行当文本,用语言规则比较。默认中文环境(zh-CN),汉字按拼音排,数字按字符逐个比,大小写默认敏感。这是最接近”人翻开字典”的顺序。
数字模式把整行丢进 Number(),比数值大小。它只认”整行能读成一个数”的情况,2 就是二,10 就是十。
自然模式仍然是文本比较,但会把文本里连续的数字片段当成数字来比。于是 file2 里的 2 小于 file10 里的 10,第2章 排在 第10章 前面。
方向、忽略大小写、比较时忽略首尾空白、空行排前还是排后,都是加在比较键之上的规则。它们不改变”比什么”,只改变”怎么比”和”相同怎么办”。
同一组数据,三种结果摆在一起
光看定义容易混,直接上数据。把下面十行按原样粘进去,升序:
102file10.txtfile2.txt张三李四王五陈六appleApple三种模式的结果分别是:
| 模式 | 升序结果 |
|---|---|
| 字符串 | 10、2、陈六、李四、王五、张三、apple、Apple、file10.txt、file2.txt |
| 数字 | 2、10、file10.txt、file2.txt、张三、李四、王五、陈六、apple、Apple |
| 自然 | 2、10、陈六、李四、王五、张三、apple、Apple、file2.txt、file10.txt |
对着这张表看四个差异点:
10和2。 字符串模式把10排在2前面,因为逐字符比较时1小于2;数字和自然模式都是2在前。这大概是”排序看起来坏了”最常见的原因。file10.txt和file2.txt。 字符串模式按文本比,file1...排在file2...前面;自然模式认出数字片段,file2在前。数字模式压根不比较它们——它们不是数字。- 中文姓名。 字符串和自然都按拼音:陈(chen)、李(li)、王(wang)、张(zhang)。数字模式里它们不是数值,不参与大小比较。
- 非数字行的位置。 数字模式里,
file10.txt、张三、apple这些读不成数字的行会被归到数值的一侧,彼此之间不比较大小,保持输入时的先后。表里它们排在2、10后面,就是这个原因。
这张表值得存一下。以后结果跟预期不一样,先回来对一眼:是模式选错了,还是这行本来就不该按数值比。
字符串排序:语言感知的字典序
字符串模式用的是 Intl.Collator,不是简单的字符编码比较。这意味着它知道”拼音""字母""重音”这些语言层面的东西,而不是只认 Unicode 码位。
在中文环境下,它表现出的几个特征:
- 汉字按拼音排。 陈、李、王、张这个顺序就是拼音序,不是笔画数,也不是 Unicode 编码顺序。
- 数字按字符比。
10在2前,第10章在第2章前。含编号的文本用字符串模式,得到的就是这种”字典顺序”。 - 大小写默认敏感。
apple和Apple是两个不同的键,先后由语言规则决定(在上面那组数据里小写在前)。这个顺序跟你的直觉未必要一致,别拿它当业务规则用。 - 重音参与比较。 即使勾了忽略大小写,
café和cafe仍然不是同一个键——忽略大小写只处理字母的大小写,不处理重音符号。 - 标点和空格是字符。
张三和张三(行尾一个空格)在字符串模式下是两个键,位置可能差很远。
还有一个容易被忽略的点:语言排序规则来自浏览器的 ICU 数据。同一份数据在不同浏览器、不同版本上,极少数边界情况的先后可能略有差别。日常整理名单、词条、URL 完全够用,但如果你要做”跨系统结果必须逐字节一致”的校验,就不能把语言排序当规范。
字符串模式适合:姓名、词条、标签、URL、中英文混排的通用可读顺序。不适合:纯数字、带编号的文件名、需要按数值大小的清单。
数字排序:整行必须读成一个数
数字模式只有一条规则:把整行交给 Number(),能读成数就按数值比,读不成就是”非数字”。
能读成数的写法比想象中多:
| 行内容 | 数值 | 说明 |
|---|---|---|
42 | 42 | 普通整数 |
42 | 42 | 首尾空格会被忽略 |
-3、+5 | -3、5 | 带符号 |
3.14 | 3.14 | 小数 |
1e3 | 1000 | 科学计数法 |
0x10 | 16 | 十六进制字面量 |
读不成的也不少,而且都是日常会遇到的:
1,000:千分位逗号让整行变成非数字;12 个、12个:带了单位;12:全角数字;¥99、99%:货币符号、百分号;007:这个能读成 7,但输出时仍然写007,不会被改写成 7。
非数字行怎么处理?工具把它们当作一组:升序时排在所有数值之后,降序时整组翻到数值之前。组内不比较大小,保持输入时的先后顺序。这个行为本身没问题,但它意味着数字模式不适合”混着排一下”——一堆文字会被整体搬到一头,看起来像没排。
还有一个细节:只含空格或制表符的行,不算空行。空行判断只认长度为零的行。而 Number(' ') 等于 0,所以这种”看起来是空的行”在数字模式下会按 0 参与排序,跟其他 0 挤在一档。要么先清理,要么别在数字模式里留这种行。
数值相同的情况也值得说:2、02、2.0 的比较结果都是 0,它们被视为相同键,保留输入时的相对顺序,输出也各自保持原样。工具不会替你统一格式。
数字模式适合:纯数字编号、数量、金额(前提是已经去掉千分位和货币符号)、评分。不适合:带前后缀的编号、带单位的数值、全角数字。
自然排序:file2 排在 file10 前面
自然排序是”给人看的顺序”。它仍然做文本比较,但会识别连续的数字片段,把片段按数值比。页面默认就是自然模式、升序,打开就能直接处理文件名。
典型的排序效果:
file1.txtfile2.txtfile10.txt第1章第2章第10章版本号、日期编号、带序号的素材名也一样:v1.2、v1.9、v1.10 会按 2、9、10 的顺序排;2026-9、2026-10、2026-11 不会因为 1 小于 9 而错位。素材名 素材-2-终稿、素材-10-终稿 也是同理。
但有三个坑要提前知道:
前导零不算先后。 007 和 7 的数字片段都是 7,比较结果为 0,被视为相同键。谁在前取决于输入顺序,工具不会因为”007 看起来更小”就把它排前面。如果你的编码有固定宽度和前导零,需要的是字符串模式(按字符比),或者先补齐位数再排。
小数会被按段拆开。 1.9 和 1.10 在自然模式里被看成”1 和 9”与”1 和 10”,于是 1.9 排在 1.10 前面。对版本号这是对的,对价格、评分这类真正的小数就是错的。小数请用数字模式。
自然排序不认语义。 它只认”连续数字片段”,不认识”第几版""上册下册”这类含义。带中文序数词的清单(第一章、第二章)可以排,但如果写法不统一(有的写”第1章”,有的写”第一章”),结果就会分裂成两组,这属于数据不统一,不是排序器的问题。
自然排序适合:文件名、章节号、版本号、带编号的清单、文件夹列表。不适合:真正的小数、需要严格字符序的编码、带千分位的数字。
方向、大小写、空白、空行:四个开关各管什么
升序与降序
升序是从小到大、从 A 到 Z、从拼音前到拼音后;降序反过来。数字和字符串模式都适用。
有个容易误会的地方:空行的位置不受方向影响。 选了”空行排后”,升序降序它都在最后;选了”排前”,就一直在最前。空行不是参与比较的值,它是由单独规则摆放的。
忽略大小写
勾上之后,Apple 和 apple 被视为同一个键。它只影响比较,输出仍然是原始文本,不会把谁改成小写或大写。两行被视为相同时,谁在前由输入顺序决定,这一点跟稳定排序是同一套机制。
要注意它的边界:忽略大小写不等于忽略一切差异。重音符号仍然参与比较,café 和 cafe 还是两个键。标点、空格也照旧。
如果你要的是”排完顺便把大小写统一”,那是两步:先在这里排序,再用 大小写转换工具 处理输出。工具把这两件事分开,是为了让你清楚每一步改了什么。
比较时忽略首尾空白
这个开关的名字已经把作用说全了:只在比较时把行首行尾的空白去掉。 张三 和 张三 会被当成同一个键,但输出里那个空格还在。
它跟”空行”的判断是两回事。只含空格的行即使开了这个选项,也不算空行——空行只认完全为空的行。所以一行空格在结果里会正常参与排序,而不是被摆到空行那一侧。
从网页、PDF、聊天窗口复制来的文本,行尾经常带一个半角空格,甚至制表符。这种脏数据在排序前处理掉最省事:用 文本清理工具 去首尾空白、去空行,再回来排序,键就干净了。
空行排前 / 排后
默认排后。它只影响完全为空的行,空行组内部保持输入时的先后。
什么时候需要排前?比如你把文本按空行分成了若干块,想让分隔用的空行集中到顶部,方便统一删除;或者你就是要保留段落结构,把空行放在末尾不影响阅读。多数整理场景用默认的”排后”就行。
稳定排序:相同键的行不会互相挤
排序算法有两种:稳定的和不稳定的。不稳定的算法在比较键相同时,可能把两行顺序对调;稳定的算法会保留它们原来的相对位置。
这个工具是稳定排序。比较结果为 0 时,按原始行号决定先后——升序如此,降序也如此,不会因为方向反过来就把同键组整体倒序。
稳定排序在哪些地方真的有用?
2、02、2.0在数字模式下同键,输出仍然是输入时的先后,不会因为排序被重排成另一副样子;- 勾了忽略大小写,
Apple和apple同键,先出现的那行仍然在前; - 开了”比较时忽略首尾空白”,
张三和张三同键,顺序不变; - 自然模式下
007和7同键,也不会被莫名对调。
更实际的价值是结果可复现。同一份输入、同一组选项,排多少次结果都一样。你把排序结果贴回表格、发给同事、过一周再跑一遍,顺序不会漂。涉及名单、编号、对账这类内容,这一点比”排得快”重要。
反过来说,如果你觉得”这两行明明一样却没挨在一起”,多半不是稳定性问题,而是它们的键根本不同:行尾空格、全角空格、零宽字符、大小写、重音。把两行丢进 文本对比工具 做字符级对比,差在哪个位置一眼就能看到。
中文姓名排序:拼音序,不是笔画序
中文排序是这类工具最容易产生预期落差的地方,先把规则讲明白。
在中文(zh-CN)规则下,汉字按拼音排序。上面那组姓名里,陈(chen)、李(li)、王(wang)、张(zhang)的顺序就是拼音序。它不看笔画数,也不看部首。同音字的先后由语言规则决定,不同浏览器版本可能存在细微差别,工具没有提供”按笔画""按自定义权重”这类选项。
多音字也是个现实问题。同一个字在不同姓名里读音可能不同,语言排序规则只能按它内置的读音表处理,不会去猜你的姓名该读什么。所以拿排序结果去跟人事系统、通讯录比对时,个别字对不上是正常的——这不是排序错了,是两套读音规则不同。
中英文混排时,数字、汉字、拉丁字母的先后也由语言规则决定。上面示例里是数字在前、汉字居中、拉丁字母在后,但这条只用来帮助理解,别当成跨浏览器的硬保证。
那业务顺序怎么办?比如按部门、职级、固定名单顺序排。这种顺序不该交给排序器。 正确的做法是在表格里维护一列”业务序号”,在表格里按它排好再导出;或者在每行前面加一个统一的编号前缀,再用数字或自然模式排。工具只负责”按你给的键排”,不负责理解业务。
操作步骤与输出
页面是左右两栏:左边原始文本,右边排序结果。完整流程五步:
- 打开 文本排序工具。 页面自带一组示例数据(
file10.txt、file2.txt、file1.txt、100、9),可以直接点”排序”看效果,也可以点”清空”从头开始。 - 粘贴文本。 一行一条。从 Excel 复制一列粘贴进来,每个单元格会变成一行;从文件里复制多行也一样。
- 选排序模式。 默认是自然、升序。纯数字选数字,纯文本选字符串,文件名和编号选自然。
- 按需设置方向、忽略大小写、比较时忽略首尾空白、空行位置。 不确定就先按默认,看结果再调。
- 点”排序”,然后复制或下载。 输出可以一键复制,也可以下载成
text-sorted.txt。
几个操作细节:
- 改了选项要点一次”排序”。 右边那栏是点击时写进去的,改模式、改方向、勾选项都不会自动重算,看起来就像设置没生效。再点一下就好。
- 输入区会显示行数、字符数和体积,粘贴完先扫一眼,确认没漏行、没把表头带进来。
- 输出会保留输入的换行风格(CRLF 还是 LF,混用时按占多数的那种统一),结尾有没有换行也照原样保留。把结果贴回配置文件或代码时,不会因为过了一次工具就把整个文件的换行符改掉。
- 想恢复示例或重来,用”示例""清空”两个按钮,不用手动全选删除。
- 排序只动顺序。 行内空格、大小写、前导零、标点都不会被修改。这一点跟”清理”类工具正好相反,别指望它顺手把脏数据洗掉。
六个常见错误
1. 用字符串模式排数字,10 跑到 2 前面
这是最高频的误会。看到 10 排在 2 前面,第一反应是”工具坏了”。其实字符串模式比的是字符:1 小于 2,所以 10 在前,100、11、12 也会挤在 2 前面。
纯数字行改用数字模式;file2、第2章、v1.9 这类带数字的编号用自然模式。字符串模式留给真正的文本。
2. 在 Excel 里排文本列,结果跟工具对不上
Excel 对”文本型数字”是按字符排的,10 会排在 2 前;它还会在单元格左上角给个”数字存储为文本”的提示。如果你为了按数值排把列转成数值,007 会变成 7,前导零直接丢失,编号体系就毁了。
另外几个差异:Excel 的中文排序默认按拼音,但可以切成笔画,两种结果不同;单元格里的首尾空格、全角空格、不可见字符照样影响排序;从系统导出的 CSV 里,数字列经常是文本格式。
稳妥的做法:编号列保持文本格式,需要排序时复制到工具里,用自然或数字模式排完再贴回。 非要在 Excel 里排,就新增一列数值辅助列(用公式取数值),按辅助列排,别动原始编号列。
3. 数字模式里混进文字,整组被挪走
1,000、12个、¥99、12 这些行在数字模式里都不是数字。它们不会被”估算”成 1000 或 12,而是整组落到数值的一侧:升序在最后,降序在最前,组内保持原顺序。
这解释了一个常见现象:明明只想排数字,结果一半内容跑到最上面(降序)或最下面(升序),看起来像排序失败。要么先把单位、千分位、全角字符清理掉(文本替换工具 可以做普通替换和正则替换),要么这批数据本来就不该用数字模式。
4. 勾了忽略大小写,以为输出也被改写
不会。忽略大小写只影响比较键,输出永远是原始行文本。Apple 和 apple 排完还是各自原来的样子。
需要统一大小写,排完再用大小写转换工具处理。顺序别反过来——先转换再排序,也能得到同样结果,但中间多了一步改写,出了问题不好判断是哪一步造成的。
5. 把”看起来是空行”的行当空行
空行只认长度为零的行。只含空格、制表符的行是内容行,会正常参与排序;在数字模式下它们还会被读成 0,跑到数值最前面。开了”比较时忽略首尾空白”也不改变这个判断,那个开关只管比较键,不管空行归类。
从网页复制来的文本里还可能有零宽字符(U+200B),肉眼完全看不见,trim 也去不掉。遇到”这行明明没内容却排在中间”,用文本对比做字符级检查,再用替换把它删掉。
6. 排完直接覆盖原文件
排序看起来是可逆的——再排一次不就回去了?回不去。你不知道原始顺序是什么,就没有”反向排序”可用。原始文件一旦被覆盖,原来的行序就丢了。
两个习惯:原始文件留一份,排序结果另存;需要核对哪些行被移动,把排序前后的文本放进 文本对比工具 做行级对比。
还有一点:排序不是去重。重复的行排完还是重复,只是挨在了一起。要去重,用 文本去重工具——它是按完整行判断、保留首次出现并保持原顺序的,排序前后都可以用,看你想先清重复还是先排好再看。
排序放进日常流程:和去重、行号、批量处理怎么搭
排序很少单独出现,通常是一串整理动作里的一步。常见的搭配:
| 你手上的问题 | 先做什么 | 再做什么 |
|---|---|---|
| 名单里有重复,还想按姓名排 | 用 文本去重 去重、保留首次 | 再来排序,顺序干净且可预期 |
| URL 清单想按域名归拢 | 先用 URL 清洗器 去掉 UTM、gclid 等追踪参数 | 再排序;否则同一页面带不同参数会被排成两条 |
| 结果需要序号(1、2、3……) | 先排序 | 用 行号处理 给结果加行号 |
| 想确认排序到底动了哪些行 | 排序前后各留一份 | 用 文本对比 看行级差异 |
| 每天都要跑”去空行 → 去重 → 排序” | 用 批量文本处理 把步骤串起来 | 一次执行,基于原始输入重算 |
| 排完想统计行数、字符数 | 排序 | 用 文本统计 看结果规模 |
行号这个组合有个坑要提醒:不要在排序前给每行加行号。 加了之后,行首的数字会成为新的排序键,字符串和自然模式都会优先按这个编号比,你原本想按姓名排的意图就没了。行号应该加在排序之后,用来给结果编号或做核对。
批量文本处理里的排序步骤用的是同一套比较实现,但只暴露模式和方向两个参数:默认字符串、升序,忽略大小写、首尾空白、空行策略都走默认值(大小写敏感、比较时保留空白、空行排后)。注意它的默认模式跟独立工具不同——独立工具默认自然排序,批量工具默认字符串。批量适合把排序当成固定流程里的一步,独立工具适合一次性整理、边看结果边调参数。
整个文本系列有十一个工具,排序只是其中一环。不确定手上的任务该用哪个,可以看 星点文本工具完整指南 里的场景划分。
❓ 常见问题
数字排序和自然排序有什么区别?
数字排序把整行当成一个数,只适合纯数字行;自然排序把行里的连续数字片段当数字比,适合 file2、第10章、v1.9 这类带编号的文本。1.9 和 1.10 这种真正的小数,用数字模式才对。
中文是按拼音还是笔画排?
按拼音,使用浏览器中文(zh-CN)语言规则。陈、李、王、张的顺序就是拼音序。工具没有笔画排序选项,也没有自定义读音或多音字处理。
忽略大小写会改我的原文吗?
不会。它只影响比较,Apple 和 apple 被视为同一个键,输出保留各自原始写法。要统一大小写,排完再用大小写转换工具。
相同的行会随机换位置吗?
不会。排序是稳定的,比较键相同的行保持输入时的相对顺序,升序降序都一样。2、02、2.0 在数字模式下同键,输出顺序跟输入一致,文本也不变。
空行为什么升序降序都在同一侧?
因为空行不参与比较,它的位置由”空行排前/排后”单独决定,方向开关不影响它。默认排后。
能按第二列或多列排序吗?
不能。工具按整行排序,不解析列。需要多列排序,先在表格里做,或者只把要排的那一列复制出来单独排,再贴回去。
排序会改行内空格和换行符吗?
不会。行内字符原样保留,换行风格(CRLF/LF)和结尾有没有换行也照原样输出。“比较时忽略首尾空白”只改比较键,不改文本。
数据量很大能排吗?
处理在浏览器本地完成,能处理多大取决于浏览器和设备内存,没有服务端兜底。数据特别大时,建议先在表格或脚本里预处理,再拿工具做核对。
文本会上传吗?
不会。排序全程在浏览器本地执行,不产生网络请求,名单和编号不会离开你的设备。
收个尾
排序这件事,按钮只有一个,真正要判断的是”这一行该按什么比”。把决策顺序记成三句话:
- 整行就是一个数(
2、10、9.5)→ 数字模式; - 行里有编号但整体是文本(
file2、第10章、v1.9)→ 自然模式; - 纯文本、姓名、词条、URL → 字符串模式,中文走拼音序。
定完模式,再看方向、大小写、首尾空白、空行这四件事。最后记住稳定排序给的保证:同键不乱序,结果可复现。
下次再遇到”排完更乱了”,先别怀疑工具,问自己一句:这一行,我到底希望它按什么比。想清楚了,文本排序工具 点一下就好。
文章分享
如果这篇文章对你有帮助,欢迎分享给更多人!