Answers:
尚未对此进行广泛的测试，但是可以在Python 2.5.2中使用。
>>> d = {"x":2, "h":15, "a":2222}
>>> it = iter(sorted(d.iteritems()))
>>> it.next()
('a', 2222)
>>> it.next()
('h', 15)
>>> it.next()
('x', 2)
>>>如果您习惯于使用for key, value in d.iteritems(): ...迭代器而不是迭代器，那么上述方法仍然可以使用
>>> d = {"x":2, "h":15, "a":2222}
>>> for key, value in sorted(d.iteritems()):
>>> print(key, value)
('a', 2222)
('h', 15)
('x', 2)
>>>在Python 3.x中，使用d.items()代替d.iteritems()返回迭代器。
items()创建列表并因此使用内存，而iteritems()实际上不使用内存。使用什么主要取决于字典的大小。此外，从Python 2到Python 3的自动转换工具（2to3）会自动处理从iteritems()到的转换items()，因此无需担心。
collections.OrderedDict然后进行一次排序并始终按排序顺序获得项目。
iteritems()不使用内存，也必须将所有内容都放入for的内存中sorted()，因此使用items()和iteritems()这里在内存方面没有区别。
items()（在，返回的列表中items()，在排序列表中），使用一次存储iteritems()（仅在排序列表中）。
使用 sorted()功能：
return sorted(dict.iteritems())如果您想在排序结果上使用实际的迭代器，由于sorted()返回列表，请使用：
return iter(sorted(dict.iteritems()))字典的键存储在哈希表中，这就是它们的“自然顺序”，即伪随机。任何其他顺序都是字典使用者的概念。
sorted（）始终返回列表，而不是字典。如果将其传递给dict.items（）（将生成一个元组列表），它将返回一个元组列表[[k1，v1），（k2，v2），...]，可在循环中使用在某种程度上非常像一个字典，但无论如何它都不是一个字典！
foo = {
'a': 1,
'b': 2,
'c': 3,
}
print foo
>>> {'a': 1, 'c': 3, 'b': 2}
print foo.items()
>>> [('a', 1), ('c', 3), ('b', 2)]
print sorted(foo.items())
>>> [('a', 1), ('b', 2), ('c', 3)]以下内容看起来像是循环中的字典，但事实并非如此，它是将元组解压缩为k，v的列表：
for k,v in sorted(foo.items()):
print k, v大致相当于：
for k in sorted(foo.keys()):
print k, foo[k]sorted(foo.keys())最好使用等效项sorted(foo)，因为字典在迭代时会返回其键（可能具有不被迫创建foo.keys()中间列表的优势，这取决于sorted()可迭代对象的实现方式）。
k in sorted(foo.keys()):它可以拉动键或for k,v in sorted(foo.items()):返回字典列表对的副本sorted(foo.keys())
您现在也可以OrderedDict在Python 2.7中使用：
>>> from collections import OrderedDict
>>> d = OrderedDict([('first', 1),
... ('second', 2),
... ('third', 3)])
>>> d.items()
[('first', 1), ('second', 2), ('third', 3)]在这里，您将获得2.7版本的新功能页面和OrderedDict API。
通常，可以将这样的命令排序为：
for k in sorted(d):
print k, d[k]对于问题中的特定情况，对于d.iteritems（）具有“替换”功能，请添加以下函数：
def sortdict(d, **opts):
# **opts so any currently supported sorted() options can be passed
for k in sorted(d, **opts):
yield k, d[k]所以终点线从
return dict.iteritems()至
return sortdict(dict)要么
return sortdict(dict, reverse = True)>>> 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)此方法仍然具有O（N log N）排序，但是，经过短暂的线性堆化后，它会按排序顺序生成项目，从理论上讲，当您不总是需要整个列表时，它会更加高效。
如果要按插入项的顺序而不是键的顺序进行排序，则应查看Python的collections.OrderedDict。（仅适用于Python 3）
假设您正在使用CPython 2.x并拥有一个较大的字典mydict，那么使用sorted（mydict）将会很慢，因为sorted会建立mydict键的排序列表。
在那种情况下，您可能要看一下我的orderdict包，其中包括sorteddictin C 的C实现。尤其是如果您必须在字典生命周期的不同阶段（即元素数）多次遍历键的排序列表时，请注意。
.items()而不是iteritems()：iteritems不适用于Python 3.x，但items()可从Python 2.6获得。