Python 使用'itertools.groupby（）'获取以'A'开头的字符串的运行列表？

（抽象的）问题是：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束：

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

---

文件被分解为以

A

开头的字符串的“运行”。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

是文件中的行列表）

所以我使用groupby，但是我必须过滤掉那些不是以“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式呢？我喜欢这样一种方式：

• 不需要两次传球
• 是否更简洁（和/或）更具可读性

---

帮助我利用

itertools

的威力

是，筛选出不是以

A

开头，而是使用

groupby（）

为每个返回的组生成的键的行。它是

键

函数的返回值，因此对于那些以

A

开头的行，它将是

True

。我在这里使用

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

str.startswith（）

参数是一个固定宽度的字符串文字，您也可以使用切片

x[：1]

切片第一个字符，并将其与

'A'

进行比较，这将为您提供与

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；您可以将其内联到一个列表中：

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：

---

是，筛选出不是以

A

开头的行，而是为返回的每个组使用

groupby（）

生成的键。它是

键

函数的返回值，因此对于那些以

A

开头的行，它将是

True

。我在这里使用

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

str.startswith（）

参数是一个固定宽度的字符串文字，您也可以使用切片

x[：1]

切片第一个字符，并将其与

'A'

进行比较，这将为您提供与

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；您可以将其内联到一个列表中：

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：

---

在没有itertools的情况下，在一个循环中可能不太像蟒蛇：

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)

---

在没有itertools的情况下，在一个循环中可能不太像蟒蛇：

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)

---

无需itertools，只需一次迭代即可完成整个文件：

 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)

---

我知道你要的是

itertools

我手头没有，所以我无法调试它。希望这有帮助。

无需itertools，只需一次迭代即可完成整个文件：

 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)

---

我知道你要的是

itertools

我手头没有，所以我无法调试它。希望这有帮助。

你想要简洁的吗？好的，你明白了

>>> 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alpha键和关联的字符串值

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

这只是通过在第一步中确定的alpha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标准不匹配的任何结果。如果字符串不是单个字符，则还可以使用组[0].startswith（'A'）

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

这是一个列表理解，它根据符合早期条件的

groupby

的结果构建一个列表

groupby

返回一个迭代器作为第二个返回值（

group[1]

），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]

是紧跟其后的字符串

[...]

---

所需的输出是一个列表，因此列表理解使其成为列表。整个操作只需对输入进行一次传递。

要简洁吗？好的，你明白了

>>> 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alpha键和关联的字符串值

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

这只是通过在第一步中确定的alpha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标准不匹配的任何结果。如果字符串不是单个字符，则还可以使用组[0].startswith（'A'）

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

这是一个列表理解，它根据符合早期条件的

groupby

的结果构建一个列表

groupby

返回一个迭代器作为第二个返回值（

group[1]

），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]

是紧跟其后的字符串

[...]

---

所需的输出是一个列表，因此列表理解使其成为列表。整个操作只需对输入进行一次传递。

您不必使用

itertools

。我试着写点东西。我想抽象可能太简单了，所有的字符串都是一个字符吗？数字是按1，2，…，N的顺序上升的吗？@RyanHaining:为什么它太慢了？他们希望根据一个简单的测试选出连续的运行。然后不管测试是什么。@MartijnPieters如果数字真的像那样上升，那么大部分字符串都是无关的，你只需要看第一个字符。我还要确保OP查找的是行的内容，而不是行号（我认为它们是）。@RyanHaining：鉴于其余的描述，我认为可以安全地假设行内容，无论它们是什么，都需要分组。使用带编号的行可以更容易地说明这一点。您不必使用

itertools

。我试着写点东西。我想抽象可能太简单了，所有的字符串都是一个字符吗？数字是按1，2，…，N的顺序上升的吗？@RyanHaining:为什么是这样