使用“itertools.groupby()”获取以“A”开头的字符串列表？

Question

（抽象的）问题是这样的：我有一个日志文件

A: 1
A: 2
A: 3
B: 4
B: 5
A: 6
C: 7
D: 8
A: 9
A: 10
A: 11

我想以这样的列表结尾：

[["1", "2", "3"], ["6"], ["9", "10", "11"]]

其中文件已分解为 "runs" 个以 A 开头的字符串。我知道我可以使用 itertools.groupby 来解决这个问题，现在我有了这个解决方案（其中 f 是文件中行的列表）。

starts_with_a = lambda x: x.startswith("A")
coalesced = [g for _, g in groupby(f), key=starts_with_a]
runs = [re.sub(r'A: ', '', s) for s in coalesced if starts_with_a(s)]

所以我使用groupby，但是我必须过滤掉不以"A"开头的东西。这没关系，而且非常简洁，但是有没有更优雅的方法呢？我喜欢这样的方式：

不需要两次通过
更简洁 (and/or) 更具可读性

帮我驾驭 itertools 的力量！

Answer 1

是的，过滤掉不以A开头的行，但使用groupby()生成的key为每个组return编辑。它是 key 函数的 return 值，因此对于以 A 开头的那些行，它将是 True。我会在这里使用 str.partition() 而不是正则表达式：

coalesce = (g for key, g in groupby(f, key=lambda x: x[:1] == "A") if key)
runs = [[res.partition(':')[-1].strip() for res in group] for group in coalesce]

由于您的 str.startswith() 参数是固定宽度的字符串文字，您不妨使用切片； x[:1] 切片第一个字符并将其与 'A' 进行比较，这为您提供与 x.startswith('A').

相同的测试

我使用生成器表达式对 groupby() 过滤进行分组；你可以将其内联到一个列表理解中：

runs = [[res.partition(':')[-1].strip() for res in group]
        for key, group in groupby(f, key=lambda x: x[:1] == "A") if key]

演示：

>>> from itertools import groupby
>>> f = '''\
... A: 1
... A: 2
... A: 3
... B: 4
... B: 5
... A: 6
... C: 7
... D: 8
... A: 9
... A: 10
... A: 11
... '''.splitlines(True)
>>> coalesce = (g for key, g in groupby(f, key=lambda x: x[:1] == "A") if key)
>>> [[res.partition(':')[-1].strip() for res in group] for group in coalesce]
[['1', '2', '3'], ['6'], ['9', '10', '11']]

Answer 2

在没有 itertools 的一个循环中可能不是那么 pythonic 方式:

lines = '''
A: 1
A: 2
A: 3
B: 4
B: 5
A: 6
C: 7
D: 8
A: 9
A: 10
A: 11
'''

res = []
cont_last = []
for line in lines.splitlines():
    if line.startswith('A: '):
        cont_last.append(line.replace('A: ', ''))
    else:
        if cont_last:
            res.append(cont_last)
        cont_last = []

if cont_last:
    res.append(cont_last)    

print(res)

Answer 3

无需 itertools，只需一次迭代即可完成完整文件：

 lines = open('logfile.txt','r').readlines()

 out_list = []
 temp_list = []

 for line in lines:

     if line.split(':')[0].strip() == 'A':
          temp_list.append(line.split(':')[1].strip())

     elif temp_list:
          out_list.append(temp_list)
          temp_list = []

 if temp_list:
     out_list.append(temp_list)
     temp_list = []

 print (out_list)

我知道你要求 itertools 我只是手头没有它，所以我无法调试它。希望这有帮助。

Answer 4

你想要简洁吗？好的，你知道了。

>>> lst = ['A: 1', 'A: 2', 'A: 3', 'B: 4', 'B: 5', 'A: 6', 'C: 7', 'D: 8', 'A: 9', 'A: 10', 'A: 11']
>>> [[x[1] for x in group[1]] for group in itertools.groupby((line.split(': ') for line in lst), key=lambda a:a[0]) if group[0]=='A']
[['1', '2', '3'], ['6'], ['9', '10', '11']]

从内到外分解：

(line.split(': ') for line in lst)

这是一个生成器表达式，它将每个元素拆分为其字母键和关联的字符串值。

for group in itertools.groupby(..., key=lambda a:a[0])

这只是根据在第一步中确定的字母键对元素进行分组。

... if group[0]=='A'

这只是排除了与问题中指定的条件不匹配的任何结果。如果字符串不是单个字符，您也可以使用 if not group[0].startswith('A')。

[x[1] for x in group[1]] for ...]

这是一个列表推导式，它根据 groupby 的结果构建一个列表，该列表与之前的条件相匹配。 groupby return 作为第二个 return 值 (group[1]) 的迭代器，因此我们只需将该迭代器转换为具有列表理解的列表。 x[0]是键值，x[1]是后面的字符串。

[...]

所需的输出是一个列表，因此列表理解可以做到这一点。整个操作发生在一次输入上。

使用“itertools.groupby()”获取以“A”开头的字符串列表？

Using `itertools.groupby()` to get lists of runs of strings that start with `A`?

python

itertools