python - 递归删除字典键？

Question

我将 Python 2.7 与 pliSTLib 结合使用，以嵌套字典/数组形式导入 .plist，然后查找特定键并在我看到它的任何地方将其删除。

当涉及到我们在办公室使用的实际文件时，我已经知道在哪里可以找到这些值——但我编写脚本的想法是我不知道，希望我不会'如果文件结构发生变化，或者我们需要对其他类似文件进行类似的操作，则不必在将来进行更改。

不幸的是，我似乎试图在遍历字典的同时修改它，但我不确定这实际上是如何发生的，因为我正在使用 iteritems() 和 enumerate( ) 获取生成器并使用它们而不是我实际使用的对象。

def scrub(someobject, badvalue='_default'): ##_default isn't the real variable
    """Walks the structure of a plistlib-created dict and finds all the badvalues and viciously eliminates them.

Can optionally be passed a different key to search for."""
    count = 0

    try:
        iterator = someobject.iteritems()
    except AttributeError:
        iterator = enumerate(someobject)

    for key, value in iterator:
        try:
            scrub(value)
        except:
            pass
        if key == badvalue:
            del someobject[key]
            count += 1

    return "Removed {count} instances of {badvalue} from {file}.".format(count=count, badvalue=badvalue, file=file)

不幸的是，当我在测试 .plist 文件上运行它时，出现以下错误:

Traceback (most recent call last):
  File "formscrub.py", line 45, in <module>
    scrub(loadedplist)
  File "formscrub.py", line 19, in scrub
    for key, value in iterator:
RuntimeError: dictionary changed size during iteration

所以问题可能是对自身的递归调用，但即便如此，它不应该只是从原始对象中删除吗？我不确定如何避免递归(或者这是否是正确的策略)，但由于它是一个 .plist，所以我确实需要能够确定什么时候是字典或列表，并迭代它们以寻找 (a) 更多要搜索的指令，或 (b) 导入的 .plist 中我需要删除的实际键值对。

最终，这不是部分问题，因为我将定期使用的文件具有已知结构。但是，我真的希望创建一些不关心它正在处理的对象的嵌套或顺序的东西，只要它是一个包含数组的 Python 字典即可。

Answer 1

在遍历序列时向序列添加或从序列中删除项目充其量是棘手的，并且对于字典来说是非法的(正如您刚刚发现的那样)。在迭代时从字典中删除条目的正确方法是迭代键的快照。在 Python 2.x 中，dict.keys() 提供了这样一个快照。所以对于听写，解决方案是:

for key in mydict.keys():
    if key == bad_value:
        del mydict[key]

正如 cpizza 在评论中提到的，对于 python3，您需要使用 list() 明确地创建快照:

for key in list(mydict.keys()):
    if key == bad_value:
        del mydict[key]

对于列表，尝试迭代索引的快照(即 for i in len(thelist):)将在删除任何内容后立即导致 IndexError(显然至少因为最后一个索引将不再存在)，即使不存在，您也可能会跳过一个或多个项目(因为删除一个项目会使索引序列与列表本身不同步)。 enumerate 对 IndexError 是安全的(因为当列表中没有更多“下一个”项目时迭代将自行停止，但您仍然会跳过项目:

>>> mylist = list("aabbccddeeffgghhii")
>>> for x, v  in enumerate(mylist):
...     if v in "bdfh":
...         del mylist[x]
>>> print mylist
['a', 'a', 'b', 'c', 'c', 'd', 'e', 'e', 'f', 'g', 'g', 'h', 'i', 'i']

如您所见，并不是很成功。

这里已知的解决方案是迭代反向索引，即:

>>> mylist = list("aabbccddeeffgghhii")
>>> for x in reversed(range(len(mylist))):
...     if mylist[x] in "bdfh":
...         del mylist[x]
>>> print mylist
['a', 'a', 'c', 'c', 'e', 'e', 'g', 'g', 'i', 'i']

这也适用于反向枚举，但我们并不关心。

总结一下:你需要两个不同的代码路径来处理字典和列表——你还需要处理“非容器”值(既不是列表也不是字典的值)，这是你在你的代码中没有处理的当前代码。

def scrub(obj, bad_key="_this_is_bad"):
    if isinstance(obj, dict):
        # the call to `list` is useless for py2 but makes
        # the code py2/py3 compatible
        for key in list(obj.keys()):
            if key == bad_key:
                del obj[key]
            else:
                scrub(obj[key], bad_key)
    elif isinstance(obj, list):
        for i in reversed(range(len(obj))):
            if obj[i] == bad_key:
                del obj[i]
            else:
                scrub(obj[i], bad_key)

    else:
        # neither a dict nor a list, do nothing
        pass

作为旁注:永远不要写一个简单的 except 子句。从来没有曾经。这应该是非法语法，真的。