在Python中高效地从逗号分隔字符串中移除元素的方法

Question

我想找一种最有效的方法，把一个元素添加到用逗号分隔的字符串中，同时保持这些词的字母顺序：

比如说：

string = 'Apples, Bananas, Grapes, Oranges'
subtraction = 'Bananas'
result = 'Apples, Grapes, Oranges'

另外，我还想知道怎么做才能保持ID不变：

string = '1:Apples, 4:Bananas, 6:Grapes, 23:Oranges'
subtraction = '4:Bananas'
result = '1:Apples, 6:Grapes, 23:Oranges'

如果能提供一些示例代码，那就太好了。非常感谢！

Answer 1

马修上面的评论是正确的做法，但如果你确定 ,（逗号后面跟一个空格）只用作分隔符，那么像下面这样的做法是可以的。

def remove(str, element):
    items = str.split(", ")
    items.remove(element)
    return ", ".join(items)

不过，我不建议你把字符串当作列表来用。它们是为不同的目的设计的，遵循马修的建议才是正确的做法。

Answer 2

用 ', ' 来分割字符串，然后 去掉 不需要的元素，最后再用 把它们合并 回去。

Answer 3

理想情况下，像这样：

input_str = '1:Apples, 4:Bananas, 6:Grapes, 23:Oranges'
removal_str = '4:Bananas'
sep = ", "

print sep.join(input_str.split(sep).remove(removal_str))

应该是可以工作的。但是，Python 的 remove() 方法不会返回新的列表，所以你不能把所有操作放在一行里，需要用到临时变量等等。一个类似但可行的解决方案是：

input_str = '1:Apples, 4:Bananas, 6:Grapes, 23:Oranges'
removal_str = '4:Bananas'
sep = ", "

print sep.join([ i for i in input_str.split(sep) if i != removal_str ])

不过，为了尽可能准确，假设你不能保证所有项目都是有效的，你需要确认每个项目都符合你给出的所有要求，也就是它们的格式是数字:标识符。最简单的方法是使用 re 模块来查找特定的正则表达式格式，返回所有结果，并跳过那些不符合你要求的结果。通过使用相对简洁的代码，你可以得到一个相对简短且能很好验证的解决方案：

def str_to_dictlist(inp_str):
    import re
    regexp = r"(?P<id>[0-9]+):(?P<name>[a-zA-Z0-9_]+)"
    return [ x.groups() for x in re.finditer(regexp, inp_str) ]

input_str = '1:Apples, 4:Bananas, 6:Grapes, 23:Oranges'
subtraction_str = "4:Bananas"
sep = ", "

input_items = str_to_dictlist(input_str)
removal_items = str_to_dictlist(subtraction_str)
final_items = [ "%s:%s" % (x,y) for x,y in input_items if (x,y) not in removal_items ]

print sep.join(final_items)

这样做还有一个好处，就是可以同时处理多个删除操作。由于输入格式和删除格式非常相似，而且输入格式包含多个项目，因此删除格式也可能需要支持这些项目，或者至少说，支持这些操作是有用的。

需要注意的是，使用这种方式（用 re 来搜索）会让你很难发现那些不符合要求的项目；它只会扫描符合要求的内容。作为一种变通方法，你可以计算输入中的逗号数量，并报告一个警告，提示可能有内容解析失败：

if items_found < (num_commas + 1):
    print warning_str

这也会警告没有空格的逗号。

要正确解析更复杂的输入字符串，你需要将其分解为单独的标记，在解析时跟踪输入的行和列，打印任何意外的错误，甚至可能需要处理像回溯和图构建这样的复杂输入，比如源代码。对于这类问题，可以看看 pyparsing 模块（这是一个第三方下载，不是 Python 自带的）。