用sorted()配合operator.itemgetter()是最常用高效方式，它通过c实现避免python函数调用开销，支持多键元组排序，但不支持嵌套字段、大小写转换或缺失键处理，此时需改用lambda或预处理。
用 sorted() 配合 operator.itemgetter() 是最常用且高效的方式
Python 原生不支持直接按多个字典键排序，但 itemgetter 能把多个键打包成一个元组，天然满足「先按 A，再按 B」的排序逻辑。它比用 lambda 快，尤其在大数据量时（C 实现，无 Python 函数调用开销）。
常见错误是写成 lambda x: (x['a'], x['b']) —— 这能工作，但性能差、可读性弱，且无法处理键不存在的情况（会抛 KeyError）。
- 若字段名固定且一定存在，用
itemgetter('name', 'age') - 若某些字典可能缺某个键，得先补默认值或改用
lambda+.get()（例如lambda x: (x.get('name', ''), x.get('age', 0))） - 升序降序混合？
itemgetter本身不支持，得靠reverse参数统一控制，或对特定字段取负（数值）/取反（布尔）/用reversed()包装（不推荐）
字符串字段需要忽略大小写时，别在 itemgetter 里硬转
itemgetter 只取值，不做转换。想让 'Apple' 和 'apple' 排一起，必须在排序键中显式调用 .lower() —— 这时只能退回到 lambda。
错误写法：itemgetter('name'.lower()) —— 这是在对字符串字面量调 lower()，不是对字典里的值。
- 正确写法：
lambda x: x['name'].lower()（单字段）或lambda x: (x['name'].lower(), x['score'])（多字段） - 注意：
.lower()对None会报AttributeError，务必提前检查或用or ''保护 - 如果数据量大且该字段频繁参与排序，考虑预计算并缓存
name_lower字段，避免重复调用
按嵌套字段（如 user['profile']['city']）排序时，itemgetter 失效
itemgetter('profile', 'city') 返回的是两个独立字段，不是嵌套访问。Python 没有内置的嵌套 itemgetter，强行链式调用会出错。
典型错误现象：TypeError: string indices must be integers，因为 itemgetter('profile') 返回字典，而下一个 itemgetter('city') 试图对字典用字符串索引（其实是两个分离的操作）。
- 安全做法：用
lambda手动写路径，例如lambda x: x.get('profile', {}).get('city', '') - 更健壮的方案：封装一个安全取值函数，比如
def safe_get(d, *keys, default=''): ...，再传给key= - 别用
eval()或jsonpath类库——杀鸡用牛刀，且引入额外依赖和安全风险
原地排序用 list.sort()，但要注意它不返回新列表
很多人误以为 data.sort(key=itemgetter(...)) 会返回排序后的新列表，结果得到 None，然后报错 AttributeError: 'NoneType' has no attribute 'xxx'。
- 要修改原列表：用
data.sort(key=...)（无返回值，直接改data） - 要保留原列表、生成新列表：必须用
sorted(data, key=...) - 如果数据量极大（百万级），
sort()省内存；但若后续还要用原始顺序，别忘了深拷贝——浅拷贝不够，嵌套结构会共享引用
'age' 是字符串）、嵌套层级不一致，这些问题不会在排序函数里暴露，而是在取值那一行崩掉。建议在排序前加一层简单校验，或者用 try/except 包住 key 函数。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
