按索引列表拆分字符串

Posted 2023-02-14

【中文标题】按索引列表拆分字符串

【英文标题】：Splitting a string by list of indices

【发布时间】：2012-06-06 18:19:37

【问题描述】：

我想通过索引列表拆分字符串，其中拆分段以一个索引开始并在下一个索引之前结束。

示例：

s = 'long string that I want to split up'
indices = [0,5,12,17]
parts = [s[index:] for index in indices]
for part in parts:
    print part

这将返回：

我要拆分的长字符串 我要拆分的字符串 我想分手 我想分手

我想得到：

长 字符串 那 我想分手

【参考方案1】：

s = 'long string that I want to split up'
indices = [0,5,12,17]
parts = [s[i:j] for i,j in zip(indices, indices[1:]+[None])]

返回

['long ', 'string ', 'that ', 'I want to split up']

您可以使用以下方式打印：

print '\n'.join(parts)

另一种可能性（不复制indices）是：

s = 'long string that I want to split up'
indices = [0,5,12,17]
indices.append(None)
parts = [s[indices[i]:indices[i+1]] for i in xrange(len(indices)-1)]

【讨论】：

另一种方式是，[s[i:j] for i,j in izip_longest(indices,indices[1:])]，但我更喜欢你的方式！

这会使用indices[1:] 复制索引列表，并通过zip 函数创建一个双倍大小的新列表 -> 性能不佳和内存消耗。

@ms4py 这很好，在这种情况下性能不是问题，这是一个非常易读的解决方案。如果性能是一个问题，可以使用我的建议。

eumiro-谢谢，这很好用。你能解释一下 +[None] 部分是如何工作的吗？

@ms4py - 好的，有一个更新版本，没有复制列表，也没有 zip。尽管您的 itertools 版本可能性能更高。

【参考方案2】：

这是一个使用大量itertools module 的简短解决方案。 tee 函数用于对索引进行成对迭代。如需更多帮助，请参阅模块中的配方部分。

>>> from itertools import tee, izip_longest
>>> s = 'long string that I want to split up'
>>> indices = [0,5,12,17]
>>> start, end = tee(indices)
>>> next(end)
0
>>> [s[i:j] for i,j in izip_longest(start, end)]
['long ', 'string ', 'that ', 'I want to split up']

编辑：这是一个不复制索引列表的版本，所以应该更快。

【讨论】：

感谢您的 alt 方法 - 有时必须查看 itertools

简洁的方法，学到了新的东西。有没有一种简单的方法可以消除表达式中前 3 个字符串末尾的多余空格？我尝试了s[i:j].strip()，但这根本不起作用（不知道为什么不）

如果你要使用它，你也可以直接使用 itertools 文档中的 pairwise 函数。同样使用next(end) 优于end.next() 以实现python 3 兼容性。

【参考方案3】：

如果您不想对索引列表进行任何修改，您可以编写一个生成器：

>>> def split_by_idx(S, list_of_indices):
...     left, right = 0, list_of_indices[0]
...     yield S[left:right]
...     left = right
...     for right in list_of_indices[1:]:
...         yield S[left:right]
...         left = right
...     yield S[left:]
... 
>>> 
>>> 
>>> s = 'long string that I want to split up'
>>> indices = [5,12,17]
>>> [i for i in split_by_idx(s, indices)]
['long ', 'string ', 'that ', 'I want to split up']