如何以5字符字符串为分隔点将Python列表拆分为子列表？

问题背景 #

给定如下输入列表：

data = '''ABCD1
2040805025@HHS_2332
801111@PPOD_1
225@DDMDM
DEFA1
23333@HHS_998
7859000@FGL3
44532009@LLLKH_9
225@DDMDM
FGGH5
78271@WQE
8003013@UTTY7'''.split()

如果按固定长度3拆分，可使用列表推导式：

[data[i:i+3] for i in range(0, len(data), 3)]

输出结果为：

[['ABCD1', '2040805025@HHS_2332', '801111@PPOD_1'],
 ['225@DDMDM', 'DEFA1', '23333@HHS_998'],
 ['7859000@FGL3', '44532009@LLLKH_9', '225@DDMDM'],
 ['FGGH5', '78271@WQE', '8003013@UTTY7']]

现在需要实现每次遇到长度为5的字符串（如ABCD1、DEFA1、FGGH5）时拆分列表，且拆分后的子列表不包含这些长度为5的字符串，最终得到如下目标输出：

[
 ['2040805025@HHS_2332','801111@PPOD_1','225@DDMDM'],
 ['23333@HHS_998','7859000@FGL3','44532009@LLLKH_9','225@DDMDM'],
 ['78271@WQE','8003013@UTTY7']
]

解决方案 #

方法1：手动遍历分组 #

通过遍历列表元素，维护一个临时分组列表，遇到长度为5的字符串时将临时分组存入结果并重置，否则将元素加入临时分组。最后处理剩余的临时分组：

data = '''ABCD1
2040805025@HHS_2332
801111@PPOD_1
225@DDMDM
DEFA1
23333@HHS_998
7859000@FGL3
44532009@LLLKH_9
225@DDMDM
FGGH5
78271@WQE
8003013@UTTY7'''.split()

result = []
current_group = []

for item in data:
    if len(item) == 5:
        if current_group:
            result.append(current_group)
            current_group = []
    else:
        current_group.append(item)

# 处理最后一组未存入的内容
if current_group:
    result.append(current_group)

print(result)

方法2：使用itertools.groupby分组 #

利用itertools.groupby根据元素是否为长度5的字符串进行分组，过滤掉分隔符对应的组，直接收集目标分组：

from itertools import groupby

data = '''ABCD1
2040805025@HHS_2332
801111@PPOD_1
225@DDMDM
DEFA1
23333@HHS_998
7859000@FGL3
44532009@LLLKH_9
225@DDMDM
FGGH5
78271@WQE
8003013@UTTY7'''.split()

# 按元素是否为长度5的字符串分组
result = [list(group) for key, group in groupby(data, lambda x: len(x) == 5) if not key]

print(result)

两种方法都能得到符合要求的目标输出，其中方法1逻辑直观易懂，方法2代码更简洁，适合熟悉itertools库的场景。

内容的提问来源于stack exchange，提问作者Rasec Malkic