如何在Python中使用正则表达式查找列表中项的索引？

Question

I have a list like that:

lst = ['something', 'foo1', 'bar1', 'blabla', 'foo2']

使用正则表达式和 lst.index() ，是否可能获取第一个以“foo”（foo1）开头的项目的索引呢？

ind = lst.index("some_regex_for_the_item_starting_with_foo") ?

我知道可以创建一个计数器和一个for循环，然后使用方法startswith()。不过我想知道是否有更短更优美的方式。

- rightaway717

Answer 1

我认为如果startswith方法能够满足您的需求，那么可以使用它（我不确定您是否真的需要在这里使用正则表达式 - 但是下面的代码可以轻松地修改为使用正则表达式）：

data = ['text', 'foo2', 'foo1', 'sample']
indeces = (i for i,val in enumerate(data) if val.startswith('foo'))

或者使用正则表达式：

from re import match
data = ['text', 'foo2', 'foo1', 'sample']
indeces = (i for i,val in enumerate(data) if match('foo', val))

- Artsiom Rudzenka

Answer 2

使用lst.index无法实现，但是这里有一种替代方法，可能比for循环更优雅：

try:
    ind = (i for i, v in enumerate(lst) if v.startswith("foo")).next()
except StopIteration:
    ind = -1   # or however you want to say that the item wasn't found

正如senderle在评论中指出的那样，可以通过使用具有默认值的next()内置函数（2.6+）来将其缩短为一行：

ind = next((i for i, v in enumerate(lst) if v.startswith("foo")), -1)

- Andrew Clark

Answer 3

很遗憾，list.index 没有 key 参数。如果有的话，解决方案可能会是：

# warning: NOT working code
result = L.index(True, key=lambda x: regexp.match(x) is not None)

此外，鉴于我刚刚发现在 Python 社区中，lambda 显然被认为是一种可憎的东西，我不确定未来是否会添加更多的 key 参数。

- 6502

---

你不觉得在没有使用 lambda 的情况下，key 是有用的吗？例如，使用 operator.itemgetter。我也很好奇，谁认为 lambda 是可恶的。当然，它可能确实不够优雅，但我认为它是语言中的一个重要部分，特别是当你有一个内置函数不能完全满足你的需求时。 - senderle

@senderle：是的，key在其他情况下可能很有用，但在许多常见情况下，使用一个小的匿名闭包就足够了。至于为什么lambda这么受人憎恶，我最近才发现（在EuroPython上），我问为什么在一个应该使用lambda的例子中使用了function.Partial，Alex Martelli回答说：“唯一合理的包含'lambda'和'should'两个词的短语是'lambda should be removed from Python'”。更详细的解释请参见https://dev59.com/b3A75IYBdhLWcg3wg5Zh。 - 6502

谢谢，这让我明白了。我认为在这种情况下，实用性胜过纯粹性（对我来说）。我理解AM的观点，虽然如果“lambda”被移除，我想我不会太难过。 - senderle

Answer 4

如果有这样的内置功能会很酷。但 Python 没有这个功能。使用 itertools 有一些有趣的解决方案。（这也让我希望有一个 itertools.takewhile_false。如果存在，这些代码将更易读。）

>>> from itertools import takewhile
>>> import re
>>> m = re.compile('foo.*')
>>> print len(tuple(itertools.takewhile(lambda x: not m.match(x), lst)))
1

这是我的第一个想法，但它需要您创建一个临时元组并获取其长度。然后我想到，您可以只做一个简单的求和，避免使用临时列表：

>>> print sum(1 for _ in takewhile(lambda x: not m.match(x), lst))
1

但这也有点麻烦。如果可能的话，我更喜欢避免使用一次性变量。让我们再试一次。

>>> sum(takewhile(bool, (not m.match(x) for x in lst)))
1

好多了。

- senderle

---

你的解决方案非常出色，但同时也不太易读，不过我明白你的意思了。我猜使用“not”而不是使用函数takewhile_false更自然一些。同样的事情也适用于while_false循环，而不是“while smth != smth2”。 - rightaway717

我在itertools中找到了“dropwhile”。我想这就是你所说的“takewhile_false”的意思。 - rightaway717

@rightaway717，dropwhile会_丢弃_直到谓词为真的项目，然后获取其余部分，就像takewhile 获取 直到谓词为真的项目并丢弃其余部分一样。换句话说，对于相同的可迭代对象和谓词， takewhile将产生列表的前半部分，而dropwhile将产生列表的后半部分。 - senderle

抱歉，但这太糟糕了，你正在构建一个元组（可能很大），只是为了计算索引？ - alexis

@alexis，嗯，这就是为什么我改进了第一个版本，如果你读完整篇文章肯定会看到的。后来的版本不会创建元组。我想sum内部可能会构建一个元组 - 如果是这样，那我必须对sum的实现提出异议。 - senderle

@senderle：抱歉，我错过了你自己提到元组的那部分。takewhile和sum不会构建一个元组。 - alexis

Answer 5

l = ['something', 'foo1', 'bar1', 'blabla', 'foo2']
l.index(filter(lambda x:x.startswith('foo'),l)[0])

- Vader

---

我会记住这个解决方案。我刚开始学习Python，不知道它与“i for i,val in ...”意思相同。现在我知道了。感谢您的努力。 - rightaway717