循环遍历列表的最 Pythonic 方法是什么，其中某些条目充当后续条目的标头？

如何解决循环遍历列表的最 Pythonic 方法是什么，其中某些条目充当后续条目的标头？

作为记录 CLI 工具命令的系统输出的结果...

import subprocess
list_operations_cmd = 'cloud_cli_tool --list'
all_operations_sysout = subprocess.check_output(list_operations_cmd,shell=True)

我得到一个看起来像这样的字符串：

Project: foo foo foo (Environment: PRODUCTION)
  ipsum dolor sit
  Excepteur sint occaecat
  POST aliquip ex ea
Project: foo foo foo (Environment: DEVELOPMENT)
  ipsum dolor sit
  Excepteur sint occaecat
  POST aliquip ex ea
Project: bar (Environment: PRODUCTION)
  velit esse cillum
  occaecat cupidatat

我想把它变成一个看起来像这样的数据结构，以促进我的工作，根据我正在编写这个 Python 脚本以向系统用户公开的命令接口的参数进行输入清理。

[
 {
  project: "foo foo foo",environment: "PRODUCTION",operation: "ipsum dolor sit"
 },{
  project: "foo foo foo",operation: "Excepteur sint occaecat"
 },operation: "POST aliquip ex ea"
 },environment: "DEVELOPMENT",{
  project: "bar",environment: "PRODUCTION)",operation: "velit esse cillum"
 },operation: "occaecat cupidatat"
 }
]

如您所见，项目/环境的变化可以通过没有缩进的换行符检测到；可以通过换行符后跟两个空格来检测记录的更改。项目/环境行充当以下行的“标题”，直到检测到新的“项目/环境行”。

我知道我可以只.splitlines()整个事情并开始一次循环一行，缓存内容和if-then-elsing它们......但感觉也许有一种更Pythonic的方式来做它比：

proj_env_pattern = r'^Project: (.*) \(Environment: (.*)\)$'
all_operations_list = all_operations_sysout.splitlines()
for line in all_operations_list[:20]:
    is_header = False
    if not line.startswith('  '):
        is_header = True
        project = re.search(proj_env_pattern,line,re.IGNORECASE).group(1)
        print project
        # TO DO:  code...
    # TO:  code...

Linux 上的 Python 2.7.5；无法安装任何新模块。

---

更新：

感谢@fsimonjetz 的提示。如果你想让它成为一个答案，我可以接受并关闭。

现在的代码比我以前做的更整洁：

import re
import subprocess

def get_all_operations():
    list_operations_cmd = 'cloud_cli_tool --list'
    proj_env_pattern = r'^(.*) \(Environment: (.*)\)$'
    all_operations_list = []
    all_projects = subprocess.check_output(list_operations_cmd,shell=True).split('Project: ')
    for project in all_projects[1:]:
        project_lines = project.splitlines()
        project_search = re.search(proj_env_pattern,project_lines[0])
        for line in project_lines[1:]:
            all_operations_list.append({'project': project_search.group(1),'environment': project_search.group(2),'operation': line.lstrip()})
    return all_operations_list

print get_all_operations()

解决方法

感谢@fsimonjetz 的提示。如果你想让它成为一个答案，我可以接受，但在评论中添加我根据你的建议实施的内容，这样对于浏览要回答的问题的人来说，这不再看起来没有答案。

解决方案利用所有“标题行”以 Project: 开头的幸运事实，并使用 .split('Project: ') 将整个系统输出字符串分解为每个标题的子字符串。对于每个子字符串，进一步的解析是通常的正则表达式、.splitlines() 和 [1:] 列表切片。

import re
import subprocess

def get_all_operations():
    list_operations_cmd = 'cloud_cli_tool --list'
    proj_env_pattern = r'^(.*) \(Environment: (.*)\)$'
    all_operations_list = []
    all_projects = subprocess.check_output(list_operations_cmd,shell=True).split('Project: ')
    for project in all_projects[1:]:
        project_lines = project.splitlines()
        project_search = re.search(proj_env_pattern,project_lines[0])
        for line in project_lines[1:]:
            all_operations_list.append({'project': project_search.group(1),'environment': project_search.group(2),'operation': line.lstrip()})
    return all_operations_list

print get_all_operations()