如何解析具有相同键的多个字典值

Question

我有很多行数据（我无法手动修改它），它们被表示为字典作为键/值对。 问题是有一个字典键可以多次出现（对于未定义的数字：可能是两次、三次、十次等），并且具有不同的值。

我需要提取所有这些值。

这是一个简单的记录，包含两个键Key-Word ：

{"Date": "Fri, 19 Apr 2019 00:54:46 GMT", "Vary": "Host,Accept-Encoding", "Key-Word": "00a", "Cache-Control": "private" , "关键字": "xn"}

我编写了这个 python 脚本来提取记录的值。

import ast
import re
import json


inFile = open("sample.txt","r",errors="replace") 


cP=0 # key found flag
cV=0 # hold the key's value


try:
    myDict = {"Date": "Fri, 19 Apr 2019 00:54:46 GMT", "Vary": "Host,Accept-Encoding", "Key-Word": "00a", "Cache-Control": "private", "Key-Word": "xn"}
    smallmyDict= {}

except (ValueError, SyntaxError) as E:
    cV="error"
except Exception as E:
    cV="error"

# convert the header's key to small letter
for key, value in myDict.items():
    smallmyDict[key.lower()] = value

# store all keys
smallmyDictKeys =smallmyDict.keys()



# search for a specific key
if 'key-word' in smallmyDictKeys: 
    cP=1
    cV = smallmyDict['key-word']
    print("Found!")
    print(cV) #print the key's value
else:
    print("NOT Found!")

我得到的输出是：

成立！ xn

问题是它只打印最后一个键的值。

如果我正在寻找的键出现多次并单独打印每个值，而不是用最后一个值覆盖它，我该如何让我的代码迭代它？

Answer 1

你可以使用json来解析你的数据，使用json.loads的object_pairs_hook参数对数据进行个性化的处理。 在下面的示例中，我将相同键的不同值分组在一个列表中（并且，按照您的评论的要求，将它们连接到一个字符串中）：

import json
from collections import Counter, defaultdict

data = """{"Date": "Fri, 19 Apr 2019 00:54:46 GMT", "Vary": "Host,Accept-Encoding", "Key-Word": "00a", "Cache-Control": "private", "Key-Word": "xn"}

"""

def duplicate_keys(pairs):
    out = {}
    dups = defaultdict(list)
    key_count = Counter(key for key, value in pairs)

    for key, value in pairs:
        if key_count[key] == 1:
            out[key] = value
        else:
            dups[key].append(value)

    # Concatenate the lists of values in a string, enclosed in {} and separated by ';'
    # rather than in a list:       
    dups = {key: ';'.join('{' + v + '}' for v in values) for key, values in dups.items()}

    out.update(dups)
    return out

decoded = json.loads(data, object_pairs_hook=duplicate_keys)
print(decoded)

# {'Date': 'Fri, 19 Apr 2019 00:54:46 GMT', 
#  'Vary': 'Host,Accept-Encoding', 
#  'Cache-Control': 'private', 
#  'Key-Word': '{00a};{xn}'}

Answer 2

您可以解析字符串并将值作为列表存储在字典中：

import ast
from pprint import pprint

def parse_dict_multikey(s):
    p = ast.parse(s)
    exp_dict = p.body[0].value
    keys = list(map(ast.literal_eval, exp_dict.keys))
    values = list(map(ast.literal_eval, exp_dict.values))
    d = {}
    for k, v in zip(keys, values):
        d.setdefault(k, []).append(v)
    return d

s = ('{"Date": "Fri, 19 Apr 2019 00:54:46 GMT",'
     ' "Vary": "Host,Accept-Encoding",'
     ' "Key-Word": "00a",'
     ' "Cache-Control": "private",'
     ' "Key-Word": "xn"}')
pprint(parse_dict_multikey(s))
# {'Cache-Control': ['private'],
#  'Date': ['Fri, 19 Apr 2019 00:54:46 GMT'],
#  'Key-Word': ['00a', 'xn'],
#  'Vary': ['Host,Accept-Encoding']}

但是，这使每个值都变成了一个列表，而不仅仅是那些具有重复键的值。 如果您使用Counter ，则可以避免这种情况，正如Thierry Lathuille建议的那样：

def parse_dict_multikey(s):
    p = ast.parse(s)
    exp_dict = p.body[0].value
    keys = list(map(ast.literal_eval, exp_dict.keys))
    values = list(map(ast.literal_eval, exp_dict.values))
    c = Counter(keys)
    d = {}
    for k, v in zip(keys, values):
        if c[k] > 1:
            d.setdefault(k, []).append(v)
        else:
            d[k] = v
    return d

这会给你：

{'Cache-Control': 'private',
 'Date': 'Fri, 19 Apr 2019 00:54:46 GMT',
 'Key-Word': ['00a', 'xn'],
 'Vary': 'Host,Accept-Encoding'}

你还可以研究更高级的东西，比如multidict 。

Answer 3

字典中不能有 2 个同名的键。 一个会覆盖另一个。 在运行时，只有一对该密钥将存在（最后一个条目）。

https://www.python-course.eu/dictionaries.php - 是阅读字典的好资源。

Answer 4

由于您的数据由于重复键而无法直接加载到 json 中，请尝试以下操作：

from collections import defaultdict

string = '{"Date": "Fri, 19 Apr 2019 00:54:46 GMT", "Vary": "Host,Accept-Encoding", "Key-Word": "00a", "Cache-Control": "private", "Key-Word": "xn"}'

pieces = string.split('",')

for each_piece in pieces:
    key, value = each_piece.split(':', maxsplit=1)
    actual_key = key.strip('{"')
    actual_value = value.strip(' "')
    data[actual_key].append(actual_value)

print(data)

输出：

defaultdict(list,
            {' "Cache-Control': ['private'],
             ' "Key-Word': ['00a', 'xn"}'],
             ' "Vary': ['Host,Accept-Encoding'],
             'Date': ['Fri, 19 Apr 2019 00:54:46 GMT']})

Answer 5

当您定义 dict myDict = {"Date": "Fri, 19 Apr 2019 00:54:46 GMT", "Vary": "Host,Accept-Encoding", "Key-Word": "00a", "Cache-Control": "private", "Key-Word": "xn"}你需要有不同的键值： 00a和xn 。

您可以使用/转换为字符串some_str = '{"Date": "Fri, 19 Apr 2019 00:54:46 GMT", "Vary": "Host,Accept-Encoding", "Key-Word": "00a", "Cache-Control": "private", "Key-Word": "xn"}' 。