>>> import heapq
>>> d = {"c": 2, "b": 9, "a": 4, "d": 8}
>>> def iter_sorted(d):
        keys = list(d)
        heapq.heapify(keys) # Transforms to heap in O(N) time
        while keys:
            k = heapq.heappop(keys) # takes O(log n) time
            yield (k, d[k])


>>> i = iter_sorted(d)
>>> for x in i:
        print x


('a', 4)
('b', 9)
('c', 2)
('d', 8)

这个方法仍然有一个O(N log N)排序，然而，在一个简短的线性堆化之后，它会生成有序的条目，当你不总是需要整个列表时，理论上它更有效。

你现在也可以在Python 2.7中使用OrderedDict:

>>> from collections import OrderedDict
>>> d = OrderedDict([('first', 1),
...                  ('second', 2),
...                  ('third', 3)])
>>> d.items()
[('first', 1), ('second', 2), ('third', 3)]

这里有2.7版本的what's new页面和OrderedDict API。

>>> import heapq
>>> d = {"c": 2, "b": 9, "a": 4, "d": 8}
>>> def iter_sorted(d):
        keys = list(d)
        heapq.heapify(keys) # Transforms to heap in O(N) time
        while keys:
            k = heapq.heappop(keys) # takes O(log n) time
            yield (k, d[k])


>>> i = iter_sorted(d)
>>> for x in i:
        print x


('a', 4)
('b', 9)
('c', 2)
('d', 8)

这个方法仍然有一个O(N log N)排序，然而，在一个简短的线性堆化之后，它会生成有序的条目，当你不总是需要整个列表时，理论上它更有效。

使用sorted()函数:

return sorted(dict.iteritems())

如果你想在排序结果上使用一个实际的迭代器，因为sorted()返回一个列表，请使用:

return iter(sorted(dict.iteritems()))

格雷格的答案是正确的。注意，在Python 3.0中，你必须这样做

sorted(dict.items())

因为iteritems会消失。

如果你想按插入项的顺序排序，而不是按键的顺序排序，你应该看看Python的collections.OrderedDict。(仅限Python 3)