ESLint插件Perfectionist中的数字分隔符自然排序优化
在JavaScript开发中,我们经常需要对数组、Map或对象中的元素进行排序。ESLint插件Perfectionist提供了sort-array-includes、sort-maps和sort-objects等规则来自动化这一过程。然而,当代码中使用数字分隔符时,这些规则的默认排序行为可能会产生不符合预期的结果。
数字分隔符带来的排序挑战
JavaScript支持两种形式的数字分隔符:
-
数字字面量分隔符:ES2021引入的语法特性,允许在数字中使用下划线作为分隔符,如
1_000或1_000_000,提高大数字的可读性。 -
字符串数字分隔符:在字符串形式的数字中使用逗号、点号或空格等作为分隔符,如
"10,000"或"1 000 000"。
传统的字符串排序算法会将这些分隔符视为普通字符,导致1_000或"1,000"被排在100之前,因为下划线和逗号在ASCII表中的位置比数字字符要低。这与人类对数字大小的自然认知相违背。
解决方案的实现
Perfectionist插件在v3.0.0版本中解决了这一问题,通过以下方式实现了对数字分隔符的自然排序支持:
-
数字字面量处理:自动忽略数字字面量中的下划线分隔符,将
1_000视为1000进行排序。 -
字符串数字处理:对于字符串形式的数字,插件能够识别并忽略常见的分隔符(如逗号、点号、空格等),确保
"1,000"和"1000"能够按照数值大小正确排序。
实际应用示例
// 数字字面量在Map中的自然排序
const ordinals = new Map([
[1, "first"],
[2, "second"],
[3, "third"],
[100, "hundredth"],
[1_000, "thousandth"], // 会被正确识别为1000
[1_000_000, "millionth"] // 会被正确识别为1000000
]);
// 字符串数字在对象中的自然排序
const stringOrdinals = {
"1": "first",
"2": "second",
"3": "third",
"100": "hundredth",
"1,000": "thousandth", // 会被正确识别为1000
"1 000 000": "millionth" // 会被正确识别为1000000
};
技术实现要点
-
词法分析预处理:在排序前,插件会对键名进行预处理,移除数字分隔符而不改变数值本身。
-
自然排序算法:采用自然排序算法(natural sort),能够智能识别字符串中的数字部分,并按数值大小而非字典序进行排序。
-
兼容性考虑:实现时确保了与现有ESLint生态的兼容性,不会影响其他规则的正常运行。
这一改进特别适合需要处理大量数字数据的项目,如金融应用、科学计算或游戏开发等领域,既能保持代码的可读性,又能确保排序结果的正确性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112