一堆目錄名組成的list，如何保留覆蓋范圍最大的那幾個目錄

liaozd

比如說['/home/tmp2','/home', '/home/tmp1', '/usr', '/usr/bin'] 變成 ['/home', '/usr']
這個列表里面的目錄是隨機排列的，我如何保留最頂層涵蓋范圍最大的那幾個目錄，并且把所有子目錄都丟棄?
沒有思路，該怎么做？

timespace

如果可以排序：

1. #!/usr/bin/env python
   
2. # -*- coding: utf-8 -*-
   
3. 
   
4. def main():
   
5.     uniq = []
   
6.     def comdir(x, y):
   
7.         if x and y.startswith(x):
   
8.             return x
   
9.         else:   
   
10.             uniq.append(y)
    
11.             return y
    
12. 
    
13.     dirs = ['/var/log', '/var/lib',
    
14.             '/home/tmp2','/home', '/home/tmp1',
    
15.             '/usr', '/usr/bin'
    
16.     ]   
    
17.     dirs.sort()
    
18. 
    
19.     # 排序后的目錄名稱符合如下規(guī)則：如果一組目錄能合并為一個目錄，
    
20.     # 那么該組目錄必定連續(xù)出現(xiàn)，且該組第一個元素就是那個公共的目錄。
    
21.     reduce(comdir, dirs, '')
    
22. 
    
23.     # 預期結果：['/home', '/usr', '/var/lib', '/var/log']
    
24.     print uniq
    
25. 
    
26. if __name__ == '__main__':
    
27.     main()
    

復制代碼

回復 1# liaozd


   

修杰_JIANG

1. >>>
   
2. >>> import re
   
3. >>> a = ['/home/tmp2', '/home', '/home/tmp1', '/usr', '/usr/bin']
   
4. >>> for i in a:
   
5. ...      b.append(re.findall('/*\w+', i)[0])
   
6. ...
   
7. >>> list(set(b))
   
8. ['/usr', '/home']

復制代碼

icymirror

回復 1# liaozd

思路：
1. 把路徑頭找出來

1. 
   
2. rawdata = ['/home/tmp2','/home', '/home/tmp1', '/usr', '/usr/bin'] # 原始數(shù)據(jù)
   
3. newdata = [item[:item.find('/', 1) if item.find('/', 1) > 0 else len(item)] for item in rawdata] # 取出各個原始數(shù)據(jù)(路徑的開頭)
   

復制代碼

2. 根據(jù)出現(xiàn)的頻率來確定是否保留 (不確定需要的 bar ,所以，只統(tǒng)計頻率)

1. 
   
2. import collections
   
3. freqdict = collections.defaultdict(int) # 確保如果找不到 key，返回一個整數(shù)，0
   
4. for item in newdata:
   
5.     freqdict[item] += 1
   

復制代碼

3. 頻率排序，結果自己過濾

1. 
   
2. result = [(value, key) for key, value in freqdict.iteritems()]  # 構造一個由元組 (頻率, 路徑) 組成的列表
   
3. result.sort(reverse=True) # 列表排序，從大到小，方便從開頭開始取結果
   

復制代碼

Sorry，之前沒有改完就回復了，現(xiàn)在是完成之后的內(nèi)容。

pitonas

也還是看不懂。
{:2_170:}

liaozd

回復 2# timespace

謝謝，不過考慮這種情況'/home' 和 '/homeland/'

python是否有判斷兩個目錄是否是互為子目錄的模塊函數(shù)？


   

李營長

回復 1# liaozd

1. def getroot(d):
   
2.     ds = d.split("/")
   
3.     #print(ds)
   
4.     return ds[1]
   
5. 
   
6. if __name__ == "__main__":
   
7.     dirlist = ['/var/log', '/var/lib',
   
8.         '/home/tmp2','/home', '/home/tmp1',
   
9.         '/usr', '/usr/bin' ]
   
10. 
    
11.     dirdict = dict()
    
12.     for d in dirlist:
    
13.         rootn = getroot(d)
    
14.         dirdict[rootn] = dirdict.get(rootn, 0) + 1
    
15. 
    
16.     keys = dirdict.keys()
    
17.     for x in keys:
    
18.         print(x)
    
19. 
    

復制代碼

liaozd

回復 2# timespace

修改了一下，不知道是不是還有不完備的地方

1. #!/usr/bin/env python
   
2. 
   
3. uniq = []
   
4. 
   
5. def comDir(x,y):
   
6.         # 所有目錄的結尾都加‘/’
   
7.         if x is not '' and not x.endswith('/'):
   
8.                 x += '/'
   
9.         if not y.endswith('/'):
   
10.                 y += '/'
    
11.         print x, y
    
12.         if x and y.startswith(x):
    
13.                 return x
    
14.         else:
    
15.                 uniq.append(y)
    
16.                 return y
    
17. 
    
18. dirs = ['/var/log', '/var/lib',
    
19.         '/home/tmp1','/home', '/home/tmp1/tmp2', ‘/homeland’
    
20.         ]
    
21. 
    
22. dirs.sort()  
    
23. 
    
24. reduce(comDir, dirs, '')
    
25. 
    
26. print uniq

復制代碼

輸出
['/home/', '/homeland/', '/var/lib/', '/var/log/']

timespace

回復 8# liaozd
哦，明白你意思了，是要讓路徑名規(guī)范化，然后才能準確的用startswith ？

推薦用：

1. >>> from os.path import normpath
   
2. >>> dir1 = ['/usr/lib/', 'usr/../lib', '/usr//lib']
   
3. >>> dir2 = [normpath(e) for e in dir1]
   
4. >>> dir2
   
5. ['/usr/lib', 'lib', '/usr/lib']
   

復制代碼

ssfjhh

一行搞定。

1. In [1]: a = ['/home/tmp2','/home', '/home/tmp1', '/usr', '/usr/bin']
   
2. 
   
3. In [2]: [i for i in a if i.rpartition('/')[0] not in a]
   
4. Out[2]: ['/home', '/usr']

復制代碼