列表理解中的 Python if 语句

Question

我有这行代码:

bitext = [[sentence.strip().split() 
           for sentence in pair if len(sentence) < 100] 
          for pair in zip(open(c_data), open(e_data))[:opts.num_sents]]

c_data是中文语句的文件
e_data是一个英文句子的文件。
bitext 应该是一个列表，其中包含成对的英文和中文句子，它们是彼此的翻译。

由于两个数据文件都很大，
我想通过只考虑一定长度以下的句子来降低代码的复杂性。长度以字符为单位。

举个例子，
我在这里将长度指定为 100。 :opts.num_sents 是一个变量，表示应考虑数据文件中的多少个句子。

问题/bug
例如，如果一个中文句子是 95 个字符，而一个英文句子是 105 个字符，bitext 将只更新中文句子。
但我希望代码只添加一对句子，如果它们都在规定的长度以下。
我该怎么做？

Answer 1

是时候打破这个单线了:

def tokenize(sentence):
    return sentence.strip().split()

def sentence_pairs(c_data, e_data):
    for chinese, english in zip(open(c_data), open(e_data))[:opts.num_sents]:
        if len(chinese) < 100 and len(english) < 100
            yield tokenize(chinese), tokenize(english)

yield 关键字将 sentence_pairs 变成生成器。如果你只迭代结果，这是一种更简单的写法:

def sentence_pairs(c_data, e_data):
    results = []

    for chinese, english in zip(open(c_data), open(e_data))[:opts.num_sents]:
        if len(chinese) < 100 and len(english) < 100
           results.append((chinese, english))

    return results