如何从给定路径列表中提取基础路径子集？

要提取列表中那些不是其他路径子路径的基础路径，可以通过以下Python实现：

方法一：排序后筛选 #

先按路径长度排序（父路径通常更短），再逐个检查路径是否为已有基础路径的子路径，不是则加入结果：

def get_base_paths(paths):
    # 按路径长度升序排序，确保父路径先被处理
    sorted_paths = sorted(paths, key=lambda x: len(x))
    base_paths = []
    for path in sorted_paths:
        # 检查当前路径是否是已有基础路径的子路径（严格父子关系）
        is_subpath = any(path.startswith(base + '/') for base in base_paths)
        if not is_subpath:
            base_paths.append(path)
    return base_paths

# 测试示例
paths = ['/usr/source', '/usr/source/linux', '/home/django', '/home/django/stuff', '/home/john']
print(get_base_paths(paths))  # 输出: ['/usr/source', '/home/django', '/home/john']

方法二：直接遍历检查 #

无需排序，直接检查每个路径是否存在父路径在列表中：

def get_base_paths(paths):
    base_paths = []
    for current_path in paths:
        # 判断是否存在其他路径是当前路径的严格父路径
        has_parent = any(
            p != current_path and current_path.startswith(p + '/')
            for p in paths
        )
        if not has_parent:
            base_paths.append(current_path)
    return base_paths

注意事项 #

• 用base + '/'而不是单纯匹配前缀，是为了避免误判（比如/home/john和/home/johnny这种前缀相似但非父子路径的情况）。
• 如果路径存在格式不规范的情况（如重复分隔符），可以先用os.path.normpath()做规范化处理：

  import os
  normalized_paths = [os.path.normpath(p) for p in paths]
  

• 若列表中有重复路径，建议先去重（如list(dict.fromkeys(paths))可保持原顺序去重）。

内容的提问来源于stack exchange，提问作者erg