Python 列表推导中的 if 语句

Question

我有这样一行代码：

bitext = [[sentence.strip().split() 
           for sentence in pair if len(sentence) < 100] 
          for pair in zip(open(c_data), open(e_data))[:opts.num_sents]]

c_data 是一个包含中文句子的文件。
e_data 是一个包含英文句子的文件。
bitext 应该是一个列表，里面包含成对的英文和中文句子，它们是彼此的翻译。

因为这两个数据文件都很大，
我想通过只考虑长度在一定范围内的句子来简化我的代码。这里的长度是用字符来计算的。

举个例子，
我在这里把长度设定为 100。:opts.num_sents 是一个变量，表示应该考虑从数据文件中取多少个句子。

问题/错误
如果一个中文句子是95个字符，而一个英文句子是105个字符，bitext 只会更新中文句子。
但我希望代码只有在两个句子都在设定的长度范围内时，才添加这对句子。
我该怎么做呢？

Answer 1

我觉得你想做的可能是这个：

bitext = [[sentence.strip().split() for sentence in pair] 
  for pair in zip(open(c_data), open(e_data))[:opts.num_sents] if all(len(s) < 100 for s in pair)]

不过在列表推导式中，这样写看起来很难看。我建议你使用这里提到的其他方法。

Answer 2

现在我们来拆解一下这行代码：

def tokenize(sentence):
    return sentence.strip().split()

def sentence_pairs(c_data, e_data):
    for chinese, english in zip(open(c_data), open(e_data))[:opts.num_sents]:
        if len(chinese) < 100 and len(english) < 100
            yield tokenize(chinese), tokenize(english)

yield 这个关键词把 sentence_pairs 变成了一个生成器。如果你只是想逐个获取结果，这种写法会更简单：

def sentence_pairs(c_data, e_data):
    results = []

    for chinese, english in zip(open(c_data), open(e_data))[:opts.num_sents]:
        if len(chinese) < 100 and len(english) < 100
           results.append((chinese, english))

    return results

Answer 3

首先，把你的代码写得更容易理解！列表推导式很好用，但当它们在页面的边缘消失时，就会变得很难理解。

bitext = [[sentence.strip().split() for sentence in pair if len(sentence) < 100] for pair in zip(open(c_data), open(e_data)) [:opts.num_sents]]

这基本上是和下面的代码一样的：

bitext = []
for i, pair in enumerate(zip(open(c_data), open(e_data))):
    if i < opts.num_sents:
        sentence_pair = []
        for sentence in pair:
            if len(sentence) < 100:
                sentence_pair.append(sentence.strip().split())
        if len(sentence_pair) > 1:  # ie both sentences are < 100
            bitext.append(sentence_pair)

现在，你想要添加长度大于 > 100 的句子。你可以看到这一行

if len(sentence) < 100:

正在阻止这个，所以把100改一下。