Поиск начала строки с одного из префиксов переменной длины списка

Question

Мне нужно выяснить, начинается ли имя с какого-либо из префиксов списка, а затем удалить его, например:

if name[:2] in ["i_", "c_", "m_", "l_", "d_", "t_", "e_", "b_"]:
    name = name[2:]

Вышеприведенное работает только для префиксов списка с длиной два.Мне нужна та же функциональность для префиксов переменной длины .

Как это делается эффективно (мало кода и хорошая производительность)?

A для цикла, повторяющегося над каждым префиксом изатем проверка name.startswith(prefix), чтобы окончательно нарезать имя в соответствии с длиной префикса, работает, но это много кода, возможно, неэффективного и «непифонового».

У кого-нибудь есть хорошее решение?

Answer 1

str.startswith (префикс [, начало [, конец]]) ¶

Вернуть True, если строка начинается с префикса, иначе вернуть Ложь. Префикс также может быть набором префиксов для поиска. С необязательное начало, тестовая строка начинается с этой позиции. С необязательный конец, прекратите сравнение строки в этой позиции.

$ ipython
Python 3.5.2 (default, Nov 23 2017, 16:37:01)
Type 'copyright', 'credits' or 'license' for more information
IPython 6.4.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: prefixes = ("i_", "c_", "m_", "l_", "d_", "t_", "e_", "b_")

In [2]: 'test'.startswith(prefixes)
Out[2]: False

In [3]: 'i_'.startswith(prefixes)
Out[3]: True

In [4]: 'd_a'.startswith(prefixes)
Out[4]: True

Answer 2

Немного трудно читать, но это работает:

name=name[len(filter(name.startswith,prefixes+[''])[0]):]

Answer 3

for prefix in prefixes:
    if name.startswith(prefix):
        name=name[len(prefix):]
        break

Answer 4

Регулярные выражения, скорее всего, дадут вам лучшую скорость:

prefixes = ["i_", "c_", "m_", "l_", "d_", "t_", "e_", "b_", "also_longer_"]
re_prefixes = "|".join(re.escape(p) for p in prefixes)

m = re.match(re_prefixes, my_string)
if m:
    my_string = my_string[m.end()-m.start():]

Answer 5

Как насчет использования filter?

prefs = ["i_", "c_", "m_", "l_", "d_", "t_", "e_", "b_"]
name = list(filter(lambda item: not any(item.startswith(prefix) for prefix in prefs), name))

Обратите внимание, что сравнение каждого элемента списка с префиксами эффективно останавливается при первом совпадении. Такое поведение гарантируется функцией any, которая возвращает, как только находит значение True, например:

def gen():
    print("yielding False")
    yield False
    print("yielding True")
    yield True
    print("yielding False again")
    yield False

>>> any(gen()) # last two lines of gen() are not performed
yielding False
yielding True
True

Или, используя re.match вместо startswith:

import re
patt = '|'.join(["i_", "c_", "m_", "l_", "d_", "t_", "e_", "b_"])
name = list(filter(lambda item: not re.match(patt, item), name))

Answer 6

Если вы определите префикс для символов перед подчеркиванием, тогда вы можете проверить

if name.partition("_")[0] in ["i", "c", "m", "l", "d", "t", "e", "b", "foo"] and name.partition("_")[1] == "_":
    name = name.partition("_")[2]

Answer 7

Regex, протестировано:

import re

def make_multi_prefix_matcher(prefixes):
    regex_text = "|".join(re.escape(p) for p in prefixes)
    print repr(regex_text)
    return re.compile(regex_text).match

pfxs = "x ya foobar foo a|b z.".split()
names = "xenon yadda yeti food foob foobarre foo a|b a b z.yx zebra".split()

matcher = make_multi_prefix_matcher(pfxs)
for name in names:
    m = matcher(name)
    if not m:
        print repr(name), "no match"
        continue
    n = m.end()
    print repr(name), n, repr(name[n:])

Выход:

'x|ya|foobar|foo|a\\|b|z\\.'
'xenon' 1 'enon'
'yadda' 2 'dda'
'yeti' no match
'food' 3 'd'
'foob' 3 'b'
'foobarre' 6 're'
'foo' 3 ''
'a|b' 3 ''
'a' no match
'b' no match
'z.yx' 2 'yx'
'zebra' no match

Answer 8

Когда дело доходит до поиска и эффективности, всегда думайте о методах индексирования, чтобы улучшить ваши алгоритмы. Если у вас длинный список префиксов, вы можете использовать индекс в памяти, просто индексируя префиксы по первому символу в dict.

Это решение стоит только в том случае, если у вас длинный список префиксов, а производительность становится проблемой.

pref = ["i_", "c_", "m_", "l_", "d_", "t_", "e_", "b_"]

#indexing prefixes in a dict. Do this only once.
d = dict()
for x in pref:
        if not x[0] in d:
                d[x[0]] = list()
        d[x[0]].append(x)


name = "c_abcdf"

#lookup in d to only check elements with the same first character.
result = filter(lambda x: name.startswith(x),\
                        [] if name[0] not in d else d[name[0]])
print result

Answer 9

Можно использовать простое регулярное выражение.

import re
prefixes = ("i_", "c_", "longer_")
re.sub(r'^(%s)' % '|'.join(prefixes), '', name)

Или, если что-либо, предшествующее подчеркиванию, является допустимым префиксом:

name.split('_', 1)[-1]

Это удаляет любое количество символов перед первым подчеркиванием.

Answer 10

import re

def make_multi_prefix_replacer(prefixes):
    if isinstance(prefixes,str):
        prefixes = prefixes.split()
    prefixes.sort(key = len, reverse=True)
    pat = r'\b(%s)' % "|".join(map(re.escape, prefixes))
    print 'regex patern :',repr(pat),'\n'
    def suber(x, reg = re.compile(pat)):
        return reg.sub('',x)
    return suber



pfxs = "x ya foobar yaku foo a|b z."
replacer = make_multi_prefix_replacer(pfxs)               

names = "xenon yadda yeti yakute food foob foobarre foo a|b a b z.yx zebra".split()
for name in names:
    print repr(name),'\n',repr(replacer(name)),'\n'

ss = 'the yakute xenon is a|bcdf in the barfoobaratu foobarii'
print '\n',repr(ss),'\n',repr(replacer(ss)),'\n'