檢查行是否以列表中的字符串開頭的首選方法？

Question

我試圖逐行對文件進行排序，將開頭與列表中的字符串進行比較，如下所示：

for line in lines:
    skip_line = True
    for tag in tags:
        if line.startswith(tag) is False:
            continue
        else:
            skip_line = False
            break
    if skip_line is False:
        #do stuff

雖然代碼可以正常工作，但我想知道是否有一種更整潔的方法來檢查這種情況。 我已經看過any() ，但似乎只是讓我可以檢查我的任何行是否都以固定標簽開頭（而不是消除遍歷列表的for循環）。

所以，本質上我是在問：
是否有比使用for循環遍歷我的tags列表以檢查當前行是否以其元素之一開頭更好的，更時尚的選擇？

正如Paradox在他的回答中指出的那樣：使用字典查找字符串是否存在具有O（1）復雜性，實際上使整個代碼看起來更簡潔，同時比遍歷列表更快。 像這樣：

tags = {'ticker':0, 'orderBook':0, 'tradeHistory':0}
for line in lines:
    if line.split('\t')[0] in tags:
        #do stuff

Answer 1

如果您決定將其歸為一類，則可以使用生成器：

tagged_lines = (line for line in lines if any(line.startswith(tag) for tag in tags))
for line in tagged_lines:
    # Do something with line here 

當然，這是如何可讀的是另一個問題。

您之前可能已經看過[x*x for x in range(10)]語法[x*x for x in range(10)]語法，但是通過將[]換為() ，我們只在需要時才生成每個項目。

Answer 2

無需遍歷標簽列表，您可以將所有標簽放入HashMap中，並進行類似於myMap.exists（“ word”）的簡單查找。 這將比遍歷標簽列表要快得多，並且可以處理O（1）復雜性。 在python中，它實際上是一個字典數據結構。 http://progzoo.net/wiki/Python:Hash_Maps

Answer 3

這已經被問過了。 看看這篇文章，了解更多解決方案。 我會將此帖子標記為重復，但我仍然沒有聲譽。

https://stackoverflow.com/a/10477481/5016492

您需要修改正則表達式，使其看起來在行的開頭。 這樣的事情應該為您工作'^ tag'。

Answer 4

實際上， any()可以勝任

循環每行

for line in lines:
     tagged = any(lambda: line.startswith(y), tags)

任何列表以任何標簽開頭

any(lambda x: any(lambda y: x.startswith(y), tags), lines)

過濾標記的行

filter(lambda x: any(lambda y: x.startswith(y), tags), lines)

Answer 5

如何將any（）和filter（）結合起來，如本例所示：

# use your data here ...
mytags = ('hello', 'world')
mylines = ('hello friend', 'you are great', 'world is cruel')

result = filter(lambda line: any(map(lambda tag: line.startswith(tag), mytags)), mylines)
print result