python - 基于正则表达式拆分python列表

Question

我有以下 python 列表:

['chhattisgarh_2015_aa.csv', 'chhattisgarh_2016_aa.csv', 'daman_and_diu_2000_aa.csv', 'daman_and_diu_2001_aa.csv', 'daman_and_diu_2002_aa.csv']

如何将它分成 2 个列表:

['chhattisgarh_2015_aa.csv', 'chhattisgarh_2016_aa.csv'] and ['daman_and_diu_2000_aa.csv', 'daman_and_diu_2001_aa.csv', 'daman_and_diu_2002_aa.csv']

列表根据年份之前的单词拆分，即 2000...

我知道我应该在 python 中使用正则表达式，但不确定该怎么做。此外，该解决方案需要可扩展且不依赖于实际名称，例如恰蒂斯加尔邦

Answer 1

你可以在这里使用itertools.groupby:

import itertools
import re

list = ['chhattisgarh_2015_aa.csv', 'chhattisgarh_2016_aa.csv',
        'daman_and_diu_2000_aa.csv', 'daman_and_diu_2001_aa.csv',
        'daman_and_diu_2002_aa.csv']

grouped = itertools.groupby(sorted(list), lambda x: re.match('(.+)_\d{4}', x).group(1))    

for (key, values) in grouped:
    print(key)
    print([x for x in values])

正则表达式 (.+)_\d{4} 匹配一组至少一个字符(这是我们分组的依据)后跟下划线和 4 位数字。