python--递归列表推导在列表上应用 lstrip

Question

我有两个列表如下

f = ['sum_','count_','per_']
d = ['fav_genre','sum_fav_event','count_fav_type','per_fav_movie']

所以我想将 f 中每个字符串的 lstrip 应用于列表 d 的所有项目，以便我可以得到

d = ['fav_genre','fav_event','fav_type','fav_movie']

我想使用列表理解来做到这一点。 但我知道我也可以通过其他方式做到这一点，比如使用 re.sub，每次对 d 的列表项应用替换

 #example
 d = [re.sub(r'.*fav', 'fav', x) for x in d] #####gives what i want
 ## but if fav (which in this case a matching pattern) is not there in d then this solution won't work
 ## d = ['fav_genre','sum_any_event','count_some_type','per_all_movie']
 #re.sub can't be applied on this d(as before) as no matching char like 'fav' found 

所以列表压缩是我选择做的..

到目前为止我已经尝试过..

d_one = [x.lstrip('count_') for x in d]   ###only count_ is stripped
# o/p- d-one = ['fav_genre', 'sum_fav_event', 'fav_type', 'per_fav_movie']
# so i c_n apply lstrip of each string from f on items of d
## why not apply all items lstrip in one go ### so tried
d_new = [x.lstrip(y) for y in f for x in d]
###['fav_genre', 'fav_event', 'count_fav_type', 'per_fav_movie', 'fav_genre', 'sum_fav_event', 'fav_type', 'per_fav_movie', 'fav_genre', 'sum_fav_event', 'count_fav_type', 'fav_movie']

所以它给了我每次应用 lstrip 迭代的结果

请建议我如何在列表理解中一次性应用所有 lstrip（递归）。提前致谢。

Answer 1

试试这个：

>>> f = ['sum_','count_','per_']
>>> d = ['fav_genre','sum_fav_event','count_fav_type','per_fav_movie']
>>> [s[len(([p for p in f if s.startswith(p)]+[""])[0]):] for s in d]
['fav_genre', 'fav_event', 'fav_type', 'fav_movie']

我相信这可以按预期处理所有情况。

Answer 2

可以使用以下方法，根据f创建一个合适的正则表达式：

import re

f = ['sum_','count_','per_']
d = ['fav_genre','sum_fav_event','count_fav_type','per_fav_movie']

re_prefix = re.compile(r'^({})'.format('|'.join(f)))
print [re_prefix.sub('', entry) for entry in d]

或作为单线（效率不高）：

print [re.sub(r'^({})'.format('|'.join(f)), '', entry) for entry in d]

给你以下输出：

['fav_genre', 'fav_event', 'fav_type', 'fav_movie']

Answer 3

这就是你要找的东西？

>>> f = ['sum_','count_','per_']
>>> d = ['fav_genre','sum_fav_event','count_fav_type','per_fav_movie']
>>> [x[len(y):] for x in d for y in f if x.startswith(y)]
['fav_event', 'fav_type', 'fav_movie']

编辑： 我对此戳得越多，我就越发现列表理解是不可能的。问题似乎包括不匹配的条件，但是一个简单的 'else' 会导致在迭代 f 中的其他项目时包含 d 中的每个项目。

例如

>>> [x[len(y):] if x.startswith(y) else x for x in d for y in f
['fav_genre', 'fav_genre', 'fav_genre', 'fav_event', 'sum_fav_event', 'sum_fav_event', 'count_fav_type', 'fav_type', 'count_fav_type', 'per_fav_movie', 'per_fav_movie', 'fav_movie']

这会创建一个包含太多项目的新列表。

向列表 comp 添加另一个条件会产生语法错误：

[x[len(y):] if x.startswith(y) else x if x[len(y):] not in f for x in d for y in f]
File "<stdin>", line 1
  [x[len(y):] if x.startswith(y) else x if x[len(y):] not in f for x in d for y in f]
                                                               ^
SyntaxError: invalid syntax

即使我们可以通过列表推导得到它，函数的可读性也会更高：

def strip_prefixes(prefixes, mylist):
    for element in mylist:
        for x in prefixes:
            if element.startswith(x):
                element = element[len(x):]
    return mylist

Answer 4

我要睡觉了，但正在处理这个问题。我认为这样做可能不是最好的主意，因为它有很多循环并且不那么可读。也不太对。

d_new = set([(x,y) for x in [x.split(y)[1] for y in f for x in d if x.startswith(y)] for y in [x for x in d if x.startswith('fav')]])

它目前将它们放入元组中，您可以在集合中为 x 添加另一个 x 以提取不同的元组对。在这一点上，虽然我什至不认为使用列表解析有用或不值得，但如果你真的想使用它，这可能会给你一个开始。

编辑：

代码如下所示：

[('fav_movie', 'fav_genre'), ('fav_event', 'fav_genre'), ('fav_type', 'fav_genre')]

Answer 5

不要用列表理解来做这件事。如果很像 map/reduce 语法糖，那么列表理解。通过使用简单的函数，您将获得更易于阅读的解决方案。

import re

f = ['sum_','count_','per_']
d = ['fav_genre','sum_fav_event','count_fav_type','per_fav_movie']
def makeTrimmer(patterns):
    regex = re.compile("^(%s)" % "|".join(patterns))

    def trimmer(string):

        old_string = string             
        new_string = re.sub(regex, "", old_string)

        while len(old_string) != len(new_string):
            old_string = new_string
            new_string = re.sub(regex, "", old_string)

        return new_string

    return trimmer

trimmer = makeTrimmer(f)
vals = [trimmer(x) for x in d]
print vals

如您所见，trimmer 函数的可读性很强，您可以在列表推导中做到这一点，但没有简单的方法可以做到这一点。因为列表推导的 if 部分的工作方式非常类似于列表中要输出的内容的过滤器。 for 部分是组合条目，第一部分是构建条目输出。在您的情况下，您只需要基于多个前缀构建正确的输出......换句话说，您不会尝试将所有前缀与所有值组合到多个输出中，也不会过滤任何结果。

我的方法可能可以用 lambdas 实现，但那很可能是丑陋的。

没有 lambda 的非递归方法：

vals = [
    re.sub(re.compile("^(%s)" % "|".join(f)), "", x)
    for x in d
]                      
print vals

这是使用匿名 lambda 的完整递归：

# -*- coding: utf-8 -*-
import re

f = ['sum_','count_','per_']
d = ['fav_genre','sum_fav_event','count_fav_type','per_fav_movie']

vals = [
    (lambda a, *b: a(a, *b))(
        (lambda loop, newstring, oldstring:
            newstring
            if len(newstring) == len(oldstring) else
                loop(
                    loop,
                    newstring,
                    re.sub(re.compile("^(%s)" % "|".join(f)), "", x)
                )
        ),
        re.sub(re.compile("^(%s)" % "|".join(f)), "", x),
        x
    )
    for x in d
]

print vals

这与上述方法几乎相同，只是我们使用递归方法来调用进一步过滤，因此该方法清除了 sum_count_per_fun_avg 到 fun_avg 之类的内容。

另外，不要使用 lambda 方法，效率低。

但这里有一个更高效的 lambda 版本：

vals = [
    (lambda regex:
        (lambda a, *b: a(a, *b))(
            (lambda loop, newstring, oldstring:
                newstring
                if len(newstring) == len(oldstring) else
                    loop(                                                                                                                   
                        loop,
                        newstring,
                        re.sub(regex, "", x)
                    )
            ),
            re.sub(regex, "", x),
            x
        )
    )(re.compile("^(%s)" % "|".join(f)))
    for x in d
]

我们只编译一次正则表达式。但是python中的递归仍然是一个问题，所以你不应该过多地使用递归。