通过将正则表达式与元素匹配来拆分列表

Question

我有一个列表，里面有一些特定的元素。我想根据这些元素将该列表拆分为“子列表”或不同的列表。例如：

test_list = ['a and b, 123','1','2','x','y','Foo and Bar, gibberish','123','321','June','July','August','Bonnie and Clyde, foobar','today','tomorrow','yesterday']

如果元素与“something and something”匹配，我想拆分为子列表：

^{pr2}$

到目前为止，如果在特定元素之后有固定数量的项目，我可以完成这项工作。例如：

import re
element_regex = re.compile(r'[A-Z a-z]+ and [A-Z a-z]+')
new_list = [test_list[i:(i+4)] for i, x in enumerate(test_list) if element_regex.match(x)]

这几乎就在那里，但是在特定的兴趣元素后面并不总是有三个元素。有没有比在每一个项目上循环更好的方法？在

Answer 1

如果你想要一条线

new_list = reduce(lambda a, b: a[:-1] + [ a[-1] + [ b ] ] if not element_regex.match(b) or not a[0] else a + [ [ b ] ], test_list, [ [] ])

会的。然而，python way将使用更详细的变体。在

我在2.1GHz的4核i7上做了一些速度测量。timeit模块运行这个代码1.000.000次，需要11.38秒。使用itertools模块中的groupby（另一个答案是karas variant）需要9.92秒。最快的变体是我建议的冗长版本，只需要5.66秒：

^{pr2}$

Answer 2

您不需要regex，只需使用^{}：

>>> from itertools import groupby
>>> from operator import add
>>> g_list=[list(g) for k,g in groupby(test_list , lambda i : 'and' in i)]
>>> [add(*g_list[i:i+2]) for i in range(0,len(g_list),2)]
[['a and b, 123', '1', '2', 'x', 'y'], ['Foo and Bar, gibberish', '123', '321', 'June', 'July', 'August'], ['Bonnie and Clyde, foobar', 'today', 'tomorrow', 'yesterday']]

首先，我们用这个lambda函数lambda i : 'and' in i对列表进行分组，该函数查找其中包含"and"的元素！然后我们有了这个：

^{pr2}$

因此，我们必须连接这里的2对列表，我们使用add运算符和一个列表理解！在