一堆目录名组成的list，如何保留覆盖范围最大的那几个目录

liaozd

比如说['/home/tmp2','/home', '/home/tmp1', '/usr', '/usr/bin'] 变成 ['/home', '/usr']
这个列表里面的目录是随机排列的，我如何保留最顶层涵盖范围最大的那几个目录，并且把所有子目录都丢弃?
没有思路，该怎么做？

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.     # 排序后的目录名称符合如下规则：如果一组目录能合并为一个目录，
    
20.     # 那么该组目录必定连续出现，且该组第一个元素就是那个公共的目录。
    
21.     reduce(comdir, dirs, '')
    
22. 
    
23.     # 预期结果：['/home', '/usr', '/var/lib', '/var/log']
    
24.     print uniq
    
25. 
    
26. if __name__ == '__main__':
    
27.     main()
    

复制代码

回复 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']

复制代码

icymirror

回复 1# liaozd

思路：
1. 把路径头找出来

1. 
   
2. rawdata = ['/home/tmp2','/home', '/home/tmp1', '/usr', '/usr/bin'] # 原始数据
   
3. newdata = [item[:item.find('/', 1) if item.find('/', 1) > 0 else len(item)] for item in rawdata] # 取出各个原始数据(路径的开头)
   

复制代码

2. 根据出现的频率来确定是否保留 (不确定需要的 bar ,所以，只统计频率)

1. 
   
2. import collections
   
3. freqdict = collections.defaultdict(int) # 确保如果找不到 key，返回一个整数，0
   
4. for item in newdata:
   
5.     freqdict[item] += 1
   

复制代码

3. 频率排序，结果自己过滤

1. 
   
2. result = [(value, key) for key, value in freqdict.iteritems()]  # 构造一个由元组 (频率, 路径) 组成的列表
   
3. result.sort(reverse=True) # 列表排序，从大到小，方便从开头开始取结果
   

复制代码

Sorry，之前没有改完就回复了，现在是完成之后的内容。

pitonas

也还是看不懂。
{:2_170:}

liaozd

回复 2# timespace

谢谢，不过考虑这种情况'/home' 和 '/homeland/'

python是否有判断两个目录是否是互为子目录的模块函数？


   

李营长

回复 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. 
    

复制代码

liaozd

回复 2# timespace

修改了一下，不知道是不是还有不完备的地方

1. #!/usr/bin/env python
   
2. 
   
3. uniq = []
   
4. 
   
5. def comDir(x,y):
   
6.         # 所有目录的结尾都加‘/’
   
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

复制代码

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

timespace

回复 8# liaozd
哦，明白你意思了，是要让路径名规范化，然后才能准确的用startswith ？

推荐用：

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']
   

复制代码

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']

复制代码