Python 从列表中创建元组或新列表

我有一个列表，它来自一个文本文件，我使用非常原始的正则表达式解析了该文件。我想重新组织一个更简洁的列表，其中只包含日期紧跟其后的文件。我尝试使用len（）循环遍历列表，但这只会提取文件，而不会提取下一个条目。非常感谢

这：

变成这样：

part002.csv.gz

2014-01-28

part001.csv.gz

2014-01-28

part002.csv.gz

2014-01-25

---

将前一行存储在每一行中，然后在需要时始终保留它

previous_line = None
newlist = []
for line in lines:
    if isdate(line):
        newlist.append(previous_line)
    previous_line = line

定义

isdate

：

import datetime
def isdate(s):
    try:
        datetime.datetime.strptime(s, '%Y-%m-%d')
    except:
        return False
    else:
        return True

通过它工作：

s = """
#that long string, snipped
"""

li = [x for x in s.splitlines() if x]

li
Out[3]: 
['2014-01-28',
 'part002.csv.gz',
 '2014-01-28',
 'part001.csv.gz',
 '2014-01-28',
 '2014-01-28',
 '2014-01-27',
 '2014-01-27',
 '2014-01-26',
 '2014-01-26',
 '2014-01-25',
 'part002.csv.gz',
 '2014-01-25']

[tup for tup in zip(li,li[1:]) if 'csv' in tup[0]] #shown for dicactic purposes, gen expression used below
Out[7]: 
[('part002.csv.gz', '2014-01-28'),
 ('part001.csv.gz', '2014-01-28'),
 ('part002.csv.gz', '2014-01-25')]

实际答案是：

from itertools import chain

list(chain.from_iterable(tup for tup in zip(li,li[1:]) if 'csv' in tup[0]))
Out[9]: 
['part002.csv.gz',
 '2014-01-28',
 'part001.csv.gz',
 '2014-01-28',
 'part002.csv.gz',
 '2014-01-25']

---

本质上：

zip

（在python2中，使用

izip

）列表及其本身，一个索引高级。迭代两两元组，过滤掉第一个元素没有类似文件的字符串的元组。最后，使用

itertools.chain

将元组展平到一个列表中，以获得所需的输出。

您可以使用列表理解：

filtered = [e for i, e in enumerate(l) if not isDate(e) or (i > 0 and not isDate(l[i-1]))]

完整示例：

l = ['2014-01-28', 'part002.csv.gz', '2014-01-28', 'part001.csv.gz', '2014-01-28', '2014-01-28', '2014-01-27', 'part002.csv.gz', '2014-01-25']

def isDate (s):
    return '.' not in s

filtered = [e for i, e in enumerate(l) if not isDate(e) or (i > 0 and not isDate(l[i-1]))]

print (filtered)

---

解释：

l

是我们的原始列表

isDate

获取一个字符串并测试它是否是日期（在我的简单示例中，它只是检查它是否不包含句点，为了获得更好的结果，请使用regex或strtime）

enumerate

枚举一个列表（或者任何可以列出的，我现在将坚持使用

list

这个词，只是为了不太专业）。它返回一个元组列表；包含传递给enumerate的索引和列表元素的每个元组。例如

枚举（['a'，无，3]）

使

[（0，'a'），（1，无），（2，3）]

i，e=

解压元组，将索引分配给

i

，将元素分配给

e

列表理解的工作原理如下（简化）：

[x表示某处的x，如果条件为cond（x）]

返回符合条件

cond（x）

的

某处的所有元素的列表

在我们的例子中，我们只将元素添加到过滤列表中，如果它们不是日期（不是水果）
不是isDate（e）
，或者如果它们不在开头
i>0
，同时它们的前一个元素不是日期
不是isDate（l[i-1]）
（即文件）

在伪代码中：

Take list `l`
Let our filtered list be an empty list
For each item in `l` do
    let `i` be the index of the item
    let `e` be the item itself

    if `e` is not a Date
      or if `i` > 0 (i.e. it is not the first item)
      and at the sametime the preceding item is a File
      then and only then add `e` to our filtered list.

我将用一些解释来扩展我的答案。我添加了一些解释。
Take list `l`
Let our filtered list be an empty list
For each item in `l` do
    let `i` be the index of the item
    let `e` be the item itself

    if `e` is not a Date
      or if `i` > 0 (i.e. it is not the first item)
      and at the sametime the preceding item is a File
      then and only then add `e` to our filtered list.