Python技法1：变长和定长序列拆分

Python中的任何序列（可迭代的对象）都可以通过赋值操作进行拆分，包括但不限于元组、列表、字符串、文件、迭代器、生成器等。

元组拆分

元组拆分是最为常见的一种拆分,示例如下：

p = (4, 5)
x, y = p 
print(x, y) # 4 5

如果写成

x, y, z = p

那么就会抛出ValueError异常：“not enough values to unpack (expected 3, got 2)”。
如果写成

p = (4, 5, 6)
x, y = p

那么就会抛出ValueError异常：“too many values to unpack (expected 2)”。

元组拆包无处不在，比如我们知道Python的zip()函数相当于返回一个元组列表，我们可以对其进行迭代拆分：

list_a = [1, 3, 5]
list_b = [2, 4, 6]
print(list(zip(list_a, list_b)))
#[(1, 2), (3, 4), (5, 6)]
for a, b in zip(list_a, list_b):
    print("%d - %d" % (a, b))
# 1 - 2
# 3 - 4
# 5 - 6

上面的迭代语句其实隐式等价于for (a, b) in zip(list_a, list_b)。
接下来容易出错的地方来了，很多时候我们会将附加索引下标的上述迭代错误地这样写：

for idx, a, b in enumerate(zip(list_a, list_b)):
    print("idx%d: %d - %d" % (idx, a, b))

此时就会抛出ValueError异常："not enough values to unpack (expected 3, got 2)"。我们经过上面的讨论知道，这是不正确地元组拆包所致。

原来，迭代enumerate(zip(list_a, list_b))实际等价于迭代[(0, (1, 2)), (1, (3, 4)), (2, (5, 6))]:

print(list(enumerate(zip(list_a, list_b))))
# [(0, (1, 2)), (1, (3, 4)), (2, (5, 6))]

对其迭代需要进行两次复合的元组拆包，即：

for idx, (a, b) in enumerate(zip(list_a, list_b)):
    print("idx%d: %d - %d" % (idx, a, b))
# idx0: 1 - 2
# idx1: 3 - 4
# idx2: 5 - 6

还是同样地，两次拆包有一次隐式省略，上述迭代语句隐式等价于for (idx, (a, b)) in enumerate(zip(list_a, list_b)):。

字符串拆分

字符串的拆分示意如下：

s = 'Hello'
a, b, c, d, e = s
print(a) # H

拆分时丢弃值

如果在拆分时想丢弃某些特定的值，可以用一个用不到的变量名来作为丢弃值的名称（常选’_’做为变量名），如下所示：

s = 'Hello'
a, b, _, d, _ = s
print(a) # H

嵌套序列拆分

Python也提供简洁的对嵌套序列进行拆分的语法。如下所示我们对一个比较复杂的异质列表进行拆分：

data = ['zhy', 50, 123.0, (2000, 12, 21)]
name, shares, price, (year, month, day) = data
print(year) # 2000

如果你想完整地得到(2000, 12, 21)这个表示时间戳的元组，那么你就得这样写：

data = ['zhy', 50, 123.0, (2000, 12, 21)]
name, shares, price, date = data
print(date) # (2000, 12, 21)

从任意长度的可迭代对象中拆分

之前我们说过，如果我们想从可迭代对象中分解出\(N\)个元素，但如果这个可迭代对象长度超过\(N\)，则会抛出异常”too many values to unpack”。针对这个问题的解决方案是采用”*”表达式。
比如我们给定学生的分数，想去掉一个最高分和一个最低分，然后对剩下的学生求平均分，我们可以这样写：

def avg(data: list):
    return sum(data)/len(data)
# 去掉最高分，最低分然后做均分统计
def drop_first_last(grades):
    first, *middle, last = grades
    return avg(middle)
print(drop_first_last([1,2,3,4])) # 2.5

还有一种情况是有一些用户记录，记录由姓名+电子邮件+任意数量的电话号码组成，则我们可以这样分解用户记录：

record = ['zhy', 'zhy1056692290@qq.com', '773-556234', '774-223333']
name, email, *phone_numbers = record
print(phone_numbers) # ['773-556234', '774-223333']

事实上，如果电话号码为空也是合法的，此时phone_numbers为空列表。

record = ['zhy', 'zhy1056692290@qq.com']
name, email, *phone_numbers = record
print(phone_numbers) # []

还有一种使用情况则更为巧妙。如果我们需要遍历变长元组组成的列表，这些元组长度不一。那么此时*表达式可大大简化我们的代码。

records = [('foo', 1, 2), ('bar', 'hello'), ('foo', 3, 4)]
for tag, *args in records:
    if tag == 'bar':
        print(args)
# ['hello']

在对一些复杂的字符串进行拆分时，*表达式也显得特别有用。

line = "nobody:*:-2:-2:-2:Unprivileged User:/var/empty:/usr/bin/false"
uname, *fields, home_dir, sh = line.split(':')
print(home_dir) # /var/empty

*表达式也可以和我们前面说的嵌套拆分和变量丢弃一起结合使用。

record = ['ACME', 50, 123.45, (128, 18, 2012)]
name, *_, (*_, year) = record
print(year) # 2012

最后再介绍*表达式用于递归函数的一种黑魔法，比如与递归求和结合可以这样写：

items = [1, 10, 7, 4, 5, 9]
def sum(items):
    head, *tail = items
    return head + sum(tail) if tail else head
print(sum(items)) # 36

不过，Python由于自身递归栈的限制，并不擅长递归。我们最后一个递归的例子可以做为一种学术上的尝试，但不建议在实践中使用它。

引用

[1] Martelli A, Ravenscroft A, Ascher D. Python cookbook[M]. ” O’Reilly Media, Inc.”, 2005.
[2] https://stackoverflow.com/questions/16326853/enumerate-two-python-lists-simultaneously
[3] https://www.python.org/

文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/11784.html