如何在Python中按路径前缀分组列表并遍历处理各组？

问题场景 #

现有路径列表，需要将所有以第一个/前的字符串为相同前缀的路径归为一组，并且对每组路径执行自定义检查操作。示例列表：

list1 = [
    "glibc-2.11.3/include/sys/file.h",
    "glibc-2.11.3/include/sys/ioctl.h",
    "glibc-2.11.3/lib/crtn.o",
    "linux-libc-headers-2.6.32/asm-generic/bitsperlong.h",
    "linux-libc-headers-2.6.32/asm-generic/bitsperlong.h",
    "test-3.7.10/asm/posix_types.h",
    "test-3.7.10/dsm/posix_types.h"
]

当前仅能提取第一组前缀的路径，无法遍历处理所有分组，需要实现全部分组及后续检查操作。

解决方案 #

方法1：普通字典手动分组 #

手动遍历列表，用字典的键存储前缀，对应值存储该前缀下的所有路径：

list1 = [
    "glibc-2.11.3/include/sys/file.h",
    "glibc-2.11.3/include/sys/ioctl.h",
    "glibc-2.11.3/lib/crtn.o",
    "linux-libc-headers-2.6.32/asm-generic/bitsperlong.h",
    "linux-libc-headers-2.6.32/asm-generic/bitsperlong.h",
    "test-3.7.10/asm/posix_types.h",
    "test-3.7.10/dsm/posix_types.h"
]

grouped_paths = {}

for path in list1:
    # 提取第一个/前的前缀
    prefix = path.split("/")[0]
    # 前缀不存在则初始化空列表
    if prefix not in grouped_paths:
        grouped_paths[prefix] = []
    grouped_paths[prefix].append(path)

# 遍历分组执行检查操作
for prefix, paths in grouped_paths.items():
    print(f"=== 处理前缀 {prefix} ===")
    # 示例检查：统计路径数量+去重
    print(f"路径总数：{len(paths)}")
    unique_paths = list(set(paths))
    print(f"去重后路径：{unique_paths}")
    # 可替换为自定义检查逻辑，比如文件存在性验证、格式校验等

方法2：用collections.defaultdict简化分组 #

借助标准库的defaultdict省去前缀存在性判断，代码更简洁：

from collections import defaultdict

list1 = [
    "glibc-2.11.3/include/sys/file.h",
    "glibc-2.11.3/include/sys/ioctl.h",
    "glibc-2.11.3/lib/crtn.o",
    "linux-libc-headers-2.6.32/asm-generic/bitsperlong.h",
    "linux-libc-headers-2.6.32/asm-generic/bitsperlong.h",
    "test-3.7.10/asm/posix_types.h",
    "test-3.7.10/dsm/posix_types.h"
]

# 初始化默认值为列表的字典
grouped_paths = defaultdict(list)

for path in list1:
    prefix = path.split("/")[0]
    grouped_paths[prefix].append(path)

# 执行检查操作
for prefix, paths in grouped_paths.items():
    print(f"=== 处理前缀 {prefix} ===")
    print(f"路径列表：{paths}")
    # 示例检查：判断是否有重复路径
    has_duplicates = len(paths) != len(set(paths))
    print(f"存在重复路径：{has_duplicates}")

补充说明 #

• 若路径中可能存在无/的情况，可修改前缀提取逻辑：prefix = path.split("/")[0] if "/" in path else path，避免索引错误。
• 分组后的循环可自由添加自定义检查逻辑，适配不同业务需求。

内容的提问来源于stack exchange，提问作者Kiran