13

这是两个将可迭代项拆分为子列表的函数。我相信这种类型的任务被编程了很多次。repr我使用它们来解析由('result', 'case', 123, 4.56) 和 ('dump', ..) 等行组成的日志文件。

我想更改这些，以便它们产生迭代器而不是列表。因为列表可能会变得非常大，但我可以根据前几项决定接受或跳过它。此外，如果 iter 版本可用，我想嵌套它们，但是使用这些列表版本会通过复制部分浪费一些内存。

但是从可迭代的源中派生多个生成器对我来说并不容易，所以我寻求帮助。如果可能，我希望避免引入新课程。

另外，如果您知道这个问题的更好标题，请告诉我。

谢谢！

def cleave_by_mark (stream, key_fn, end_with_mark=False):
    '''[f f t][t][f f] (true) [f f][t][t f f](false)'''
    buf = []
    for item in stream:
        if key_fn(item):
            if end_with_mark: buf.append(item)
            if buf: yield buf
            buf = []
            if end_with_mark: continue
        buf.append(item)
    if buf: yield buf

def cleave_by_change (stream, key_fn):
    '''[1 1 1][2 2][3][2 2 2 2]'''
    prev = None
    buf = []
    for item in stream:
        iden = key_fn(item)
        if prev is None: prev = iden
        if prev != iden:
            yield buf
            buf = []
            prev = iden
        buf.append(item)
    if buf: yield buf

编辑：我自己的答案

感谢大家的回答，我可以写我想要的！当然，至于“cleave_for_change”功能我也可以使用itertools.groupby.

def cleave_by_mark (stream, key_fn, end_with_mark=False):
    hand = []
    def gen ():
        key = key_fn(hand[0])
        yield hand.pop(0)
        while 1:
            if end_with_mark and key: break
            hand.append(stream.next())
            key = key_fn(hand[0])
            if (not end_with_mark) and key: break
            yield hand.pop(0)
    while 1:
        # allow StopIteration in the main loop
        if not hand: hand.append(stream.next())
        yield gen()

for cl in cleave_by_mark (iter((1,0,0,1,1,0)), lambda x:x):
    print list(cl),  # start with 1
# -> [1, 0, 0] [1] [1, 0]
for cl in cleave_by_mark (iter((0,1,0,0,1,1,0)), lambda x:x):
    print list(cl),
# -> [0] [1, 0, 0] [1] [1, 0]
for cl in cleave_by_mark (iter((1,0,0,1,1,0)), lambda x:x, True):
    print list(cl),  # end with 1
# -> [1] [0, 0, 1] [1] [0]
for cl in cleave_by_mark (iter((0,1,0,0,1,1,0)), lambda x:x, True):
    print list(cl),
# -> [0, 1] [0, 0, 1] [1] [0]

/

def cleave_by_change (stream, key_fn):
    '''[1 1 1][2 2][3][2 2 2 2]'''
    hand = []
    def gen ():
        headkey = key_fn(hand[0])
        yield hand.pop(0)
        while 1:
            hand.append(stream.next())
            key = key_fn(hand[0])
            if key != headkey: break
            yield hand.pop(0)
    while 1:
        # allow StopIteration in the main loop
        if not hand: hand.append(stream.next())
        yield gen()

for cl in cleave_by_change (iter((1,1,1,2,2,2,3,2)), lambda x:x):
    print list(cl),
# -> [1, 1, 1] [2, 2, 2] [3] [2]

注意：如果有人要使用这些，请务必在每个级别耗尽发电机，正如 Andrew 指出的那样。因为否则外部生成器生成循环将在内部生成器离开的地方重新启动，而不是下一个“块”开始的地方。

stream = itertools.product('abc','1234', 'ABCD')
for a in iters.cleave_by_change(stream, lambda x:x[0]):
    for b in iters.cleave_by_change(a, lambda x:x[1]):
        print b.next()
        for sink in b: pass
    for sink in a: pass

('a', '1', 'A')
('b', '1', 'A')
('c', '1', 'A')
4

3 回答 3

8

亚当的回答很好。这是以防万一您对如何手动操作感到好奇：

def cleave_by_change(stream):
    def generator():
        head = stream[0]
        while stream and stream[0] == head:
            yield stream.pop(0)
    while stream:
        yield generator()

for g in cleave_by_change([1,1,1,2,2,3,2,2,2,2]):
    print list(g)

这使：

[1, 1, 1]
[2, 2]
[3]
[2, 2, 2, 2]

（以前的版本需要 hack，或者在 python 3 中，nonlocal因为我分配到stream其中，默认情况下generator()（第二个变量也称为）stream本地generator()- 归功于评论中的 gnibbler）。

请注意，这种方法很危险——如果你不“消耗”返回的生成器，那么你会得到越来越多的东西，因为流并没有变得更小。

于 2012-05-25T04:21:48.677 回答
4

对于您的第二个功能，您可以使用itertools.groupby它来相当容易地完成此操作。

这是一个替代实现，现在产生生成器而不是列表：

from itertools import groupby

def cleave_by_change2(stream, key_fn):
    return (group for key, group in groupby(stream, key_fn))

这是它的实际操作（一路上自由打印，所以你可以看到发生了什么）：

main_gen = cleave_by_change2([1,1,1,2,2,3,2,2,2,2], lambda x: x)

print main_gen

for sub_gen in main_gen:
    print sub_gen
    print list(sub_gen)

产生：

<generator object <genexpr> at 0x7f17c7727e60>
<itertools._grouper object at 0x7f17c77247d0>
[1, 1, 1]
<itertools._grouper object at 0x7f17c7724850>
[2, 2]
<itertools._grouper object at 0x7f17c77247d0>
[3]
<itertools._grouper object at 0x7f17c7724850>
[2, 2, 2, 2]
于 2012-05-25T04:19:29.577 回答
2

我实现了我所描述的：

如果您想要在返回甚至构建列表之前拒绝列表，请通过为可能的函数提供过滤器参数。当此过滤器拒绝列表前缀时，该函数将丢弃当前输出列表并跳过附加到输出列表，直到下一个组开始。

def cleave_by_change (stream, key_fn, filter=None):
    '''[1 1 1][2 2][3][2 2 2 2]'''
    S = object()
    skip = False
    prev = S
    buf = []
    for item in stream:
        iden = key_fn(item)
        if prev is S:
           prev = iden
        if prev != iden:
            if not skip:
                yield buf
            buf = []
            prev = iden
            skip = False
        if not skip and filter is not None:
           skip = not filter(item)
        if not skip:
           buf.append(item)
    if buf: yield buf

print list(cleave_by_change([1, 1, 1, 2, 2, 3, 2, 2, 2, 2], lambda a: a, lambda i: i != 2))
# => [[1, 1, 1], [3]]
print list(cleave_by_change([1, 1, 1, 2, 2, 3, 2, 2, 2, 2], lambda a: a, lambda i: i == 2))
# => [[2, 2], [2, 2, 2, 2]]
于 2012-05-25T04:33:48.737 回答