如何对可迭代元素使用glob

Question

我有一个Python字典，这个字典里面包含了一些可迭代的东西，有的是列表，但大部分是其他字典。我想做一个类似于下面这种的操作：

myiter['*']['*.txt']['name'] = 'Woot'

也就是说，对于我这个可迭代对象中的每一个元素，查找所有键名以'.txt'结尾的元素，然后把它们的'name'项设置为'Woot'。

我考虑过创建一个字典的子类，并使用fnmatch模块。但是，我不太清楚实现这个目标的最佳方法是什么。

Answer 1

你可以使用fnmatch这个工具来匹配字典里的键，不过这样做会稍微牺牲一些语法的简洁性，尤其是当你想在一个嵌套字典里进行匹配时。也许你可以创建一个自定义的字典类，里面有一个搜索方法，可以返回符合通配符的匹配结果，这样会比较好。

这里有一个非常基础的例子，但要注意，这个例子并不是递归的，不能处理嵌套字典：

from fnmatch import fnmatch

class GlobDict(dict):
    def glob(self, match):
        """@match should be a glob style pattern match (e.g. '*.txt')"""
        return dict([(k,v) for k,v  in self.items() if fnmatch(k, match)])

# Start with a basic dict
basic_dict = {'file1.jpg':'image', 'file2.txt':'text', 'file3.mpg':'movie',
              'file4.txt':'text'}

# Create a GlobDict from it
glob_dict = GlobDict( **basic_dict )

# Then get glob-styl results!
globbed_results = glob_dict.glob('*.txt')
# => {'file4.txt': 'text', 'file2.txt': 'text'}

至于哪种方法是最好的？最好的方法就是能解决问题的方法。在你还没找到解决方案之前，不要急着去优化它！

Answer 2

最好的方法是创建一个字典的子类，并使用fnmatch模块。

• 创建字典的子类：以面向对象的方式添加你想要的功能。
• fnmatch模块：可以重复使用已有的功能。

Answer 3

我认为最好的办法就是不要这样做——'*'在字典中是一个完全有效的键，所以myiter['*']是有明确意义和用处的，改变这个用法肯定会引发问题。而且，如何在键不是字符串的情况下“通配”键，包括那些只用整数作为“键”（索引）的列表元素，这也是一个设计上的难题。

如果你非得这样做，我建议你通过子类化抽象基类 collections.MutableMapping来完全控制，并实现所需的方法（__len__, __iter__, __getitem__, __setitem__, __delitem__，为了更好的性能，还可以重写其他方法，比如__contains__，因为这个基类是基于其他方法实现的，但速度较慢），这些都可以基于一个包含的dict来实现。相较于其他建议，直接子类化dict会需要你重写很多方法，以避免在你重写的方法和未重写的方法中使用“包含通配符的键”时出现不一致的行为。

无论你是子类化collections.MutableMapping还是dict来创建你的Globbable类，你都必须做一个核心设计决定：当yourthing是一个Globbable时，yourthing[somekey]会返回什么？

显然，当somekey是一个包含通配符的字符串时，它必须返回不同的类型，而不是其他任何东西。在后者的情况下，可以想象返回的就是那个条目的实际内容；但在前者的情况下，它不能仅仅返回另一个Globbable——否则，yourthing[somekey] = 'bah'在一般情况下会做什么呢？对于你单个的“简洁语法”示例，你希望它在yourthing的每个项中设置一个somekey条目（这与宇宙中其他所有映射的行为有着巨大的语义差异；-)——但那样的话，你又怎么能在yourthing本身中设置一个条目呢？

让我们看看Python的哲学是否对你渴望的这种“简洁语法”有什么看法...：

>>> import this
    ...
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.

想一想，放弃“简洁语法”（以及它必然带来的所有巨大语义困扰），转而追求清晰和简单（这里使用Python 2.7及更高版本的语法，仅仅是为了字典推导——如果你使用的是2.6或更早版本，请使用显式的dict(...)调用），例如：

def match(s, pat):
    try: return fnmatch.fnmatch(s, pat)
    except TypeError: return False

def sel(ds, pat):
    return [d[k] for d in ds for k in d if match(k, pat)]

def set(ds, k, v):
    for d in ds: d[k] = v

所以你的赋值可能变成

set(sel(sel([myiter], '*')), '*.txt'), 'name', 'Woot')

（如果所有的都包含'*'，那么这个选择就是多余的，我只是省略了它）。这真的那么糟糕，以至于值得为了使用而冒上面提到的各种问题吗

myiter['*']['*.txt']['name'] = 'Woot'

...? 当然，最清晰且性能最好的方法，仍然是更简单的

def match(k, v, pat):
    try:
      if fnmatch.fnmatch(k, pat):
        return isinstance(v, dict)
    except TypeError:
        return False

for k, v in myiter.items():
  if match(k, v, '*'):
    for sk, sv in v.items():
      if match(sk, sv, '*.txt'):
        sv['name'] = 'Woot'

但如果你绝对渴望简洁和紧凑，厌恶Python哲学中的“稀疏优于密集”这一说法，你可以至少在不需要经历我提到的各种噩梦的情况下，获得它们，以实现你理想中的“语法糖”。