Question

我有一个视频链接列表。其中一些链接是几乎重复的，这意味着它们包含几乎相同的链接，只是链接具有x_480.mp4而不是x.mp4。不是，所有链接的末尾都带有“ _480”。

如何清除列表以仅获取以_480.mp4结尾的版本，并删除其替代版本，并保留没有_480.mp4版本的版本？

示例：

videos=["VfeHB0sga.mp4","G9uKZiNm.mp4","VfeHB0sga_480.mp4","kvlX4Fa4.mp4"]

预期结果：

["G9uKZiNm.mp4","VfeHB0sga_480.mp4","kvlX4Fa4.mp4"]`

注意：所有链接均以.mp4结尾。另外，没有_480.mp4，就没有原始的。

len(videos)是243。

Answer 1

您可以通过两行代码来实现：

to_remove = {fn[:-8] + '.mp4' for fn in videos if fn.endswith('_480.mp4')}
cleaned = [fn for fn in videos if fn not in to_remove]

第一行使用集合理解来提取所有_480.mp4 文件名，将其转换为不需要的简短版本。他们是存储在set中以便快速搜索。

第二行使用列表理解来过滤掉不需要的内容文件名。

Answer 2

我可能会走dict路线而不必检查列表中项目的存在（对于大列表，这将成为（性能）问题）。例如：

list({v[:-8] if v.endswith("_480.mp4") else v[:-4]: v
      for v in sorted(videos)}.values())

这是一种简洁的说法。

为我构建一个字典，其键为传入的v，其后缀为"_480.mp4"的末尾8个字符，否则仅除去最后的四个字符并被分配完整的传入字符串的值。

只给我该字典的值，由于输入是list，因此我将其传递给列表构造函数以获取与输出相同的类型。

或者为了便于阅读而分解，看起来可能像这样：

videos=["x.mp4","y.mp4","z.mp4","x_480.mp4"]

video_d = {}

for video_name in sorted(videos):
    if video_name.endswith("_480.mp4"):
        video_d[video_name[:-8]] = video_name
    else:
        video_d[video_name[:-4]] = video_name

new_videos = list(video_d.values())

它使用虚拟基本名（将_480.mp4或.mp4剥离）作为字典键。由于您不在乎结果的列表顺序，因此我们确保在“普通”条目之后的_480后缀条目为sorted。这样，如果它们出现，它们将覆盖为不带后缀_480的值创建的键。

Answer 3

这应该有效。它会循环播放视频，直到找到以Test Libraries结尾的视频为止。然后，它拆分标题并获得起始位，并添加"_480.mp4"以创建要删除的视频标题。然后，它将再次循环播放视频，并删除具有该标题的视频。

".mp4"

Answer 4

您甚至可以通过一次班轮列表理解来做到这一点。

result = 1

清除列表以删除半重复值

4 个答案: