如何将按属性前缀分组的文本行高效组织为嵌套列表-Python教程-PHP中文网

如何将按属性前缀分组的文本行高效组织为嵌套列表

本文介绍如何利用 Python 的 itertools.groupby 函数，将已按属性名（如 attr1、attr2）有序排列的文本行自动聚类为子列表，适用于从大型库文件中批量提取结构化属性组的场景。

本文介绍如何利用 python 的 `itertools.groupby` 函数，将已按属性名（如 `attr1`、`attr2`）有序排列的文本行自动聚类为子列表，适用于从大型库文件中批量提取结构化属性组的场景。

在处理结构化文本数据（如配置库、属性清单）时，常需将具有相同前缀（如 attr1、attr2）的相邻行归为一组，形成嵌套列表结构。原始代码试图手动遍历并维护临时分组列表，但逻辑存在缺陷：它未正确识别“属性切换点”，且 else 分支在输入无空行或非匹配行时永远不会触发，导致所有行被错误地塞入同一组。

更优解是借助标准库中的 itertools.groupby ——它专为按连续键值分组有序序列而设计，时间复杂度 O(n)，内存友好，且代码简洁可靠。

以下为完整可运行方案：

from itertools import groupby

def read_data(filename):
    """逐行读取文件，跳过空行和纯空白行"""
    with open(filename, encoding='utf-8') as f:
        for line in f:
            stripped = line.strip()
            if stripped:  # 忽略空行
                yield stripped

def grouping_key(line):
    """提取每行首字段作为分组依据（即 attr1/attr2 等）"""
    return line.split()[0]  # 假设属性名总在行首且以空格分隔

# 执行分组
with open("library.txt") as f:
    # 注意：groupby 要求输入已按 key 排序，此处假设输入文件天然有序（如题设）
    groups = [list(g) for k, g in groupby(read_data("library.txt"), grouping_key)]

print(groups)
# 输出示例：
# [['attr1 apple 1', 'attr1 banana 2'], 
#  ['attr2 grapes 1', 'attr2 oranges 2'], 
#  ['attr3 watermelon 0']]

✅ 关键要点说明：

groupby 仅对连续相同键值的元素分组，因此输入必须按分组键（如 attr1, attr2）自然排序——这恰好符合题设中“相邻参数不同但属性相同”的文件结构；
read_data() 使用生成器避免一次性加载千行数据到内存，适合大文件处理；
grouping_key() 采用 line.split()[0] 安全提取首词，兼容含多余空格的行；
若实际文件未排序，需先用 sorted(lines, key=grouping_key) 预处理（但会增加内存开销），此时建议改用字典累积：defaultdict(list)。

⚠️ 注意事项：