python - 如何从一行文本创建字典？

Question

我有一个包含数千行的生成文件，如下所示:

CODE,XXX,DATE,20101201,TIME,070400,CONDITION_CODES,LTXT,PRICE,999.0000,QUANTITY,100,TSN,1510000001

有些行的字段较多，有些行的字段较少，但都遵循相同的键值对模式，并且每行都有一个 TSN 字段。

在对文件进行一些分析时，我写了一个类似下面的循环来将文件读入字典:

#!/usr/bin/env python

from sys import argv

records = {}
for line in open(argv[1]):
    fields = line.strip().split(',')
    record = dict(zip(fields[::2], fields[1::2]))
    records[record['TSN']] = record

print 'Found %d records in the file.' % len(records)

...这很好并且完全符合我的要求(print 只是一个微不足道的例子)。

但是，它对我来说并没有特别“pythonic”的感觉，并且是:

dict(zip(fields[::2], fields[1::2]))

只是感觉“笨拙”(它在字段上迭代了多少次？)。

有没有更好的方法在 Python 2.6 中只用手头的标准模块来做到这一点？

Answer 1

在 Python 2 中，您可以使用 itertools 模块中的 izip 和生成器对象的魔力来编写您自己的函数，以简化为 dict 记录。 pairwise() 的想法来自一个类似名称(虽然功能不同)recipe在 Python 2 itertools 文档中。

要在 Python 3 中使用该方法，您只需使用普通的 zip()，因为它执行 izip() 在 Python 2 中执行的操作，从而导致后者从itertools — 下面的示例解决了这个问题并且应该在两个版本中都有效。

try:
    from itertools import izip
except ImportError:  # Python 3
    izip = zip

def pairwise(iterable):
    "s -> (s0,s1), (s2,s3), (s4, s5), ..."
    a = iter(iterable)
    return izip(a, a)

可以在你的文件读取 for 循环中像这样使用:

from sys import argv

records = {}
for line in open(argv[1]):
    fields = (field.strip() for field in line.split(','))  # generator expr
    record = dict(pairwise(fields))
    records[record['TSN']] = record

print('Found %d records in the file.' % len(records))

但是等等，还有更多!

可以创建一个我称之为 grouper() 的通用版本，它再次对应于一个类似名称的 itertools 配方(在 的正下方列出pairwise():

def grouper(n, iterable):
    "s -> (s0,s1,...sn-1), (sn,sn+1,...s2n-1), (s2n,s2n+1,...s3n-1), ..."
    return izip(*[iter(iterable)]*n)

可以在您的 for 循环中这样使用:

    record = dict(grouper(2, fields))

当然，对于像这样的特定情况，很容易使用 functools.partial() 并用它创建一个类似的 pairwise() 函数(它将在Python 2 和 3):

import functools
pairwise = functools.partial(grouper, 2)

后记

除非有大量字段，否则您可以从行项目对中创建一个实际序列(而不是使用没有 len() 的 generator expression):

fields = tuple(field.strip() for field in line.split(','))

优点是它允许使用简单的切片来完成分组:

try:
    xrange
except NameError:  # Python 3
    xrange = range

def grouper(n, sequence):
    for i in xrange(0, len(sequence), n):
        yield sequence[i:i+n]

pairwise = functools.partial(grouper, 2)