《Python Cookbook 3rd》笔记（4.8）：跳过可迭代对象的开始部分

Bertha 。 2022-12-24 05:52 79阅读 0赞

# 跳过可迭代对象的开始部分 #

## 问题 ##

你想遍历一个可迭代对象，但是它开始的某些元素你并不感兴趣，想跳过它们。

## 解法 ##

itertools 模块中有一些函数可以完成这个任务。首先介绍的是itertools.dropwhile() 函数。使用时，你给它传递一个函数对象和一个可迭代对象。它会返回一个迭代器对象，丢弃原有序列中直到函数返回 True 之前的所有元素，然后返回后面所有元素。

为了演示，假定你在读取一个开始部分是几行注释的源文件。比如：

>>> with open('/etc/passwd') as f:
    ... for line in f:
    ... 	print(line, end='')
    ...
    ##
    # User Database
    #
    # Note that this file is consulted directly only when the system is running
    # in single-user mode. At other times, this information is provided by
    # Open Directory.
    ...
    ##
    nobody:*:-2:-2:Unprivileged User:/var/empty:/usr/bin/false
    root:*:0:0:System Administrator:/var/root:/bin/sh
    ...
    >>>

如果你想跳过开始部分的注释行的话，可以这样做：

>>> from itertools import dropwhile
    >>> with open('/etc/passwd') as f:
    ... 	for line in dropwhile(lambda line: line.startswith('#'), f):
    ... 		print(line, end='')
    ...
    nobody:*:-2:-2:Unprivileged User:/var/empty:/usr/bin/false
    root:*:0:0:System Administrator:/var/root:/bin/sh
    ...
    >>>

这个例子是基于根据某个测试函数跳过开始的元素。如果你已经明确知道了要跳过的元素的个数的话，那么可以使用 itertools.islice() 来代替。比如：

>>> from itertools import islice
    >>> items = ['a', 'b', 'c', 1, 4, 10, 15]
    >>> for x in islice(items, 3, None):
    ... 	print(x)
    ...
    14
    10
    15
    >>>

在这个例子中， islice() 函数最后那个 None 参数指定了你要获取从第 3 个到最后的所有元素，如果 None 和 3 的位置对调，意思就是仅仅获取前三个元素恰恰相反，(这个跟切片的相反操作 \[3:\] 和 \[:3\] 原理是一样的)。

## 讨论 ##

函数 dropwhile() 和 islice() 其实就是两个帮助函数，为的就是避免写出下面这种冗余代码：

with open('/etc/passwd') as f:
    	# Skip over initial comments
    	while True:
    		line = next(f, '')
    		if not line.startswith('#'):
    			break
    
    	# Process remaining lines
    	while line:
    		# Replace with useful processing
    		print(line, end='')
    		line = next(f, None)

跳过一个可迭代对象的开始部分跟通常的过滤是不同的。比如，上述代码的第一个部分可能会这样重写：

with open('/etc/passwd') as f:
    	lines = (line for line in f if not line.startswith('#'))
    	for line in lines:
    		print(line, end='')

这样写确实可以跳过开始部分的注释行，但是同样也会跳过文件中其他所有的注释行。换句话讲，我们的解决方案是仅仅跳过开始部分满足测试条件的行，在那以后，所有的元素不再进行测试和过滤了。

最后需要着重强调的一点是，本节的方案适用于所有可迭代对象，包括那些事先不能确定大小的，比如生成器，文件及其类似的对象。