python - 打开同一文件并评估其内容大小，多次运行会产生不同的结果

Question

我正在计算同一备份文件中某些对象的出现次数:

with open(file_path, encoding='utf-8') as data:
    backend_data = json.load(data)
    users = {}
    sessions = {}

    for key in backend_data.keys():
        users.update(backend_data[key]['users'])

    for key, value in users.items():
        if 'session' in value:
            sessions.update(value['session'])

    print(len(users))
    print(len(sessions))

虽然我总是为用户获得相同的len结果，但 session 的len几乎每次都不同我调用我的脚本。

该文件位于我的硬盘上，并且在运行期间没有以任何方式更改。以下是 5 次运行的一些示例结果:

// 1.
users: 819
sessions: 2373

// 2.
users: 819
sessions: 1995

// 3.
users: 819
sessions: 2340

// 4.
users: 819
sessions: 2340

// 5.
users: 819
sessions: 2069

有关该文件的一些附加信息:长度为 34535 行，大​​小为 959kb。

当我多次运行脚本时，为什么一个字典会得到不同的值，而另一个字典却不会得到不同的值？

Answer 1

我可能知道发生了什么:

由于您使用自然顺序迭代字典，并且不能保证字典的顺序，因此更新时可能会产生一些令人讨厌的副作用。

在运行之间，由于默认情况下随机的哈希种子，顺序可能会发生变化(请参阅 Why items order in a dictionary changed in Python? )。

backend_data[key]['users'] 是一个字典，可能有一些键作为列表。根据顺序，某些列表会被其他列表覆盖，或者反过来，这不会改变第一个字典的长度。

但是，当您迭代值(第二个循环)时，您可能会在第二个字典中输入不同的数据。

要解决这个问题，您必须对可迭代对象进行排序:

with open(file_path, encoding='utf-8') as data:
    backend_data = json.load(data)
    users = {}
    sessions = {}

    for key,bd in sorted(backend_data.items()):
        users.update(bd['users'])

    for key, value in sorted(users.items()):
        if 'session' in value:
            sessions.update(value['session'])

(注意第一个循环的轻微优化:不要访问键，可以使用items()，并在元组上排序，这与在键上排序相同)

请注意，从 Python 3.6 开始，字典顺序被保留，因此不会出现问题。

也就是说，由于某些值会覆盖其他值，因此您的程序存在概念错误，因为您没有使用所有数据，并且您无法控制正在使用哪些部分以及要丢弃哪些部分。