基于名称列表过滤路径列表：求更简洁优雅的实现方法

我手里有两个列表：names存着要排除的名称，paths是一堆待过滤的路径，想生成一个新列表，只留下不包含names里任何名称的路径。

给个示例数据：

names = ['name_1', 'name_2', 'name_3', 'name_4', 'name_5']
paths = ['dataset/name_1/00000003.jpg', 'dataset/name_2/00000001.jpg', 'dataset/name_3/00000000.png', 'dataset/name_4/00000002.jpg', 'dataset/name_5/00000000.jpg', 'dataset/name_6/00000002.jpg']

预期结果是：

['dataset/name_6/00000002.jpg']

我现在的写法有点啰嗦，代码是这样的：

check = []
for path in paths:
    exist_boolean = any([path.__contains__(x) for x in names])
    check.append(exist_boolean)
check_final = [not i for i in check]
list(compress(paths, check_final))

想问问有没有更简洁优雅的实现方式？

1. 一行列表推导式搞定核心逻辑 #

最直观的优化就是把整个判断逻辑浓缩到一行列表推导式里，省去那些中间变量，代码清爽多了：

names = ['name_1', 'name_2', 'name_3', 'name_4', 'name_5']
paths = ['dataset/name_1/00000003.jpg', 'dataset/name_2/00000001.jpg', 'dataset/name_3/00000000.png', 'dataset/name_4/00000002.jpg', 'dataset/name_5/00000000.jpg', 'dataset/name_6/00000002.jpg']

result = [path for path in paths if not any(name in path for name in names)]

逻辑很清晰：遍历每个路径，只保留那些没有任何一个name出现在路径里的项，可读性拉满，还省了一堆冗余代码。

2. 精准匹配目录名，避免误判 #

如果担心name in path会翻车（比如某个文件名刚好带name_1的字符串，但不是我们要排除的目录），可以用os.path模块来精准提取路径里的目录部分：

import os

# 把names转成集合，查找速度更快，尤其是列表大的时候
names_set = set(names)
result = [
    path for path in paths
    # 处理路径兼容不同系统，分割后取dataset后面的目录名
    if os.path.normpath(path).split(os.sep)[1] not in names_set
]

这里转集合是因为集合的in操作是O(1)，比列表的O(n)高效很多，大数据量下优势明显。

3. 用生成器表达式省内存 #

要是你的paths列表特别大，不想一次性生成整个结果占内存，可以用生成器表达式代替列表推导式，迭代的时候才逐个生成元素：

result_gen = (path for path in paths if not any(name in path for name in names))

之后直接遍历result_gen就行，需要转列表的话再用list(result_gen)。

内容的提问来源于stack exchange，提问作者 owise