Python实现获取汉字笔画数，根据汉字笔画数量排序

起因

本人现在所在的公司是由香港人开办的，也是做做香港业务，一个车辆管理系统后台，也包括司机等人员管理。突然有一天，老板说我们的列表找司机不够人性化，不符合用户习惯。因为我们Python对中文排序默认是按照Unicode编码来排序的，很正常嘛，一般都喜欢希望按照拼音来排序。然后我就惊呆了：香港人不会拼音… 那按照五笔排序？也不是，他们要按照汉字的笔画数量排序，笔画少的，排在前面。

额…（靓仔语塞.jpg）

不过既然老板需要，那还是要搞起来的

如果不是做香港业务，我可能永远也不会想到中文排序除了【按照拼音排序】，【按五笔排序】之外，还有什么什么排序。

香港人打字不用拼音，他们用仓颉输入法

实现

思路

首先百度了一大圈，即使强如Python，也没有现成可用的第三方库可用，不过有些思路和代码片段，但是都不怎么完善，需要自己实现。

首先要找一个文件，包含所有汉字，并且有每个汉字对应的笔画数，然后构造成一个字典，字典的键是汉字，值是对应的笔画数。之后计算汉字的笔画数时，就到字典中去取就可以了。

最难找的就是找个汉字对照表文件了，找到了下载还有层层限制，要各种下载币

代码实现

所需用到的字典文件放到gitlab中了，有需要的可自行下载

汉字对照表地址：https://github.com/WuChengqian520/codeSnippet.git

代码如下：

from typing import Iterable, Callable, Union

# 加载汉字笔画对照文件，参考同级目录下的 chinese_unicode_table.txt 文件格式
chinese_char_map = {}
with open('./chinese_unicode_table.txt', 'r', encoding='UTF-8') as f:
    lines = f.readlines()
    for line in lines[6:]:  # 前6行是表头，去掉
        line_info = line.strip().split()
        # 处理后的数组第一个是文字，第7个是笔画数量
        chinese_char_map[line_info[0]] = line_info[6]


def __sort_by_strokes_core(words: Iterable) -> int:
    """
    统计字符串中所有文字的笔画总数

    :param words: 需要统计的字符串
    :return: 笔画总数
    """
    strokes = 0
    for word in words:
        if 0 <= ord(word) <= 126:  # 数字，英文符号范围
            strokes += 1
        elif 0x4E00 <= ord(word) <= 0x9FA5:  # 常用汉字Unicode编码范围4E00-9FA5，20902个字
            strokes += int(chinese_char_map.get(word, 1))
        else:  # 特殊符号字符一律排在最后
            strokes += 1
    return strokes


def __sort_by_sequence_core(words: Iterable) -> Iterable[int]:
    """
    计算字符串中各个字符的优先级，组成数组返回，用于后面排序，
    优先排数字，再拍英文字母，最后排汉字， 为了确保汉字排在后面，所有汉字在笔画数量基础上再 +1000

    :param words: 需要统计的字符串
    :return: 字符串中字符笔画数列表
    """
    weight = []
    for word in words:
        if 0 <= ord(word) <= 126:  # 数字，英文符号范围
            weight.append(ord(word))
        elif 0x4E00 <= ord(word) <= 0x9FA5:  # 常用汉字Unicode编码范围4E00-9FA5，20902个字
            weight.append(1000 + int(chinese_char_map.get(word, 0)))
        else:  # 特殊符号字符一律排在最后
            weight.append(99999)
    return weight


def sort_by_strokes(object_list: Iterable,
                    model: str = 'sequence',
                    key: Union[Callable, None] = None,
                    reverse=False
                    ) -> Iterable:
    """
    根据笔画数量对中文字符串进行排序

    :param object_list: 文字字符串列表
    :param model: 排序模式，sequence--按照文字笔画依次排序， total--按照笔画总数排序，默认：sequence
    :param key: 文字字符串列表
    :param reverse: 倒序排序
    :return: 排序后的字符串列表

    >>> name_list = ['张三', '李四', '王五', '赵六', '尼古拉丁', '周吴郑王']
    >>> print(sort_by_strokes(name_list))
    ['王五', '尼古拉丁', '张三', '李四', '周吴郑王', '赵六']
    """
    assert model in ['sequence', 'total'], '仅支持【sequence】和【total】两种模式'
    if model == 'sequence':
        _core_function = __sort_by_sequence_core
    else:
        _core_function = __sort_by_strokes_core

    __order_key = '__sort_weight'
    sorted_obj = []
    for obj in object_list:
        words = key(obj) if key else obj
        assert isinstance(words, Iterable), '用于排序的对象必须是一个可迭代对象, 其他类型请自行实现！'
        strokes = _core_function(words)
        # 构建一个新的字典，用于存放排序对象和排序权重，后面根据权重进行排序后再取出对象
        sorted_obj.append({'obj': obj, __order_key: strokes})

    sorted_words = sorted(sorted_obj, key=lambda x: x[__order_key], reverse=reverse)
    # 取出排序后的对象
    sorted_words = [item['obj'] for item in sorted_words]
    return sorted_words


if __name__ == '__main__':
    peoples = ['张三', '李四', '王五', '赵六', '尼古拉丁', '周吴郑王']
    print('普通排序：', sort_by_strokes(peoples))
    print('倒序排序：', sort_by_strokes(peoples, reverse=True))
    print('按照笔画总数排序：', sort_by_strokes(peoples, model='total'))
    students = [
        {'name': '王梓涵', 'sex': '男', 'age': 12, 'grade': 60},
        {'name': '周小静', 'sex': '女', 'age': 13, 'grade': 99},
        {'name': '张靓颖', 'sex': '女', 'age': 11, 'grade': 80},
        {'name': '欧阳晓晓', 'sex': '女', 'age': 14, 'grade': 67},
        {'name': '东方不败', 'sex': '男', 'age': 13, 'grade': 72},
        {'name': '周一天', 'sex': '男', 'age': 15, 'grade': 72},
        {'name': '♂卐', 'sex': '男', 'age': 13, 'grade': 72},
    ]
    print('字典排序：', sort_by_strokes(students, key=lambda x: x['name']))

排序示例：

普通排序： ['王五', '尼古拉丁', '张三', '李四', '周吴郑王', '赵六']
倒序排序： ['赵六', '周吴郑王', '李四', '张三', '尼古拉丁', '王五']
按照笔画总数排序： ['王五', '张三', '李四', '赵六', '尼古拉丁', '周吴郑王']
字典排序： [{'name': '王梓涵', 'sex': '男', 'age': 12, 'grade': 60}, {'name': '东方不败', 'sex': '男', 'age': 13, 'grade': 72}, {'name': '张靓颖', 'sex': '女', 'age': 11, 'grade': 80}, {'name': '周一天', 'sex': '男', 'age': 15, 'grade': 72}, {'name': '周小静', 'sex': '女', 'age': 13, 'grade': 99}, {'name': '欧阳晓晓', 'sex': '女', 'age': 14, 'grade': 67}, {'name': '♂卐', 'sex': '男', 'age': 13, 'grade': 72}]

---

最后，打个小广告

欢迎各位访问我的博客：foryou.cool