Python 如何在保持层次结构的情况下遍历嵌套列表/元组

Question

我有这样一个列表：

lista = """
<ul>
<li>Arts &amp; Entertainment
<ul>
  <li>Celebrities &amp; Entertainment News</li>
  <li>Comics &amp; Animation
    <ul>
    <li>Anime &amp; Manga</li>
    <li>Cartoons</li>
    <li>Comics</li>
    </ul>
  </li>
 </ul>
</li>
</ul>

"""

通过Beautiful Soup这个工具，它被转换成了这样一种混合了元组和列表的形式：

[(u'Arts & Entertainment',
  [u'Celebrities & Entertainment News',
   (u'Comics & Animation',
    [u'Anime & Manga', u'Cartoons', u'Comics'])])]

为了保持层级关系，我尝试了以下方法：

myLevel = 0
def orderList2(item):
    global myLevel
    for i in item:
        if isinstance(i, str):
            print str(myLevel) + " " + str(i.encode("utf-8")) + " tuple <br/>"            
        elif isinstance(i, tuple):  
            print str(myLevel) + " " + str(i[0].encode("utf-8")) + " tuple <br/>"
        orderList2(item) 

但实际上这个方法并没有奏效……

你们有什么建议吗？

谢谢。

Answer 1

你的辅助函数有点问题。试试这个：

def orderList2(myLevel, item):
    for i in item:
    if isinstance(i, str):
        print str(myLevel) + " " + str(i.encode("utf-8")) + " tuple <br/>"            
    elif isinstance(i, tuple):
        visit(myLevel + 1, i)

这个代码会打印出字符串，当它遇到一个元组时，会增加层级，然后打印出那个元组里的字符串，直到再遇到另一个元组，然后继续这样下去。你在最开始提问时用到的全局变量其实没必要。

然后在你的顶层元组上调用这个函数，让它开始工作：

orderList2(0, item)

这样你就可以处理任意深度的嵌套结构了。

Answer 2

试试下面这个：

def orderList2(item, level=0):
    for i in item:
        if isinstance(i, basestring):
            print level, i.encode('utf-8'), 'tuple <br />'
        elif isinstance(i, tuple):
            orderList2(i, level)
        else:
            orderList2(i, level+1)

这是你数据的输出结果：

>>> item = [(u'Arts & Entertainment', [u'Celebrities & Entertainment News', (u'Comics & Animation', [u'Anime & Manga', u'Cartoons', u'Comics'])])]
>>> orderList2(item)
0 Arts &amp; Entertainment tuple <br />
1 Celebrities &amp; Entertainment News tuple <br />
1 Comics &amp; Animation tuple <br />
2 Anime &amp; Manga tuple <br />
2 Cartoons tuple <br />
2 Comics tuple <br />

注意，这里没有使用全局变量，而是把当前的层级传递给递归函数来使用。另外，在你的版本中，递归调用是 orderList2(item)，但你可能是想用 i 来调用它。这样做不是打印元组中的第一个项目，而是会用相同的层级进行递归调用；如果是列表的话，它会进行递归调用并增加层级。最后，检查的不是 isinstance(i, str)，而是 basestring，这是必要的，因为你数据中的字符串是 Unicode 格式的。