如何将文本文件的多行作为字典中键的值（在元组中）？

Question

我试图读取一个文本文件，然后使用该文件中的数据创建一个字典。文本的一个例子是：

100
Mulan
300, 500
200, 400

200
Ariel
100, 500
500

300
Jasmine
500
500, 100

400
Elsa
100, 500


500
Belle
200, 300
100, 200, 300, 400

我需要将第一行作为字典的键，第二行、第三行和第四行作为该键的值。在

到目前为止，我的代码如下：

^{pr2}$

但这会返回一些奇怪的东西：

{'100': [], 'Mulan': [], '300,': ['500'], '200,': ['300'], '200': [], 'Ariel': [], '100,': ['200,', '300,', '400'], '500': [], '300': [], 'Jasmine': [], '500,': ['100'], '400': [], 'Elsa': [], 'Belle': []}

显然，这个函数将每行的第一个值作为键，这不是我想要的。我需要输出如下所示：

{100: ('Mulan', [300, 500], [200, 400]), 
200: ('Ariel', [100, 500], [500]), 
300: ('Jasmine', [500], [500, 100]), 
400: ('Elsa', [100, 500], []), 
500: ('Belle', [200, 300], [100, 200, 300, 400])}

有谁能帮我弄清楚如何实现这一点，或者具体地说，如何从文本文件中提取多行作为字典中的值？在

Answer 1

这应该是一种更短、更直观的方法：

import itertools

file_name = 'sample.txt'
d = {}
expected_lines = 4

with open(file_name, 'r') as f:
    blocks = list("".join(group) for empty, group in itertools.groupby(f, key=str.isspace) if not empty)

for block in blocks:
    lines = [[int(i) for i in i.split(',')] if len(i.split(',')) > 1 
                                            else i for i in block.split('\n')][:expected_lines]
    lines = [[] if i == '' else i for i in lines]
    d[lines[0]] = tuple(lines[1:])

d
{'100': ('Mulan', [300, 500], [200, 400]),
 '200': ('Ariel', [100, 500], '500'),
 '300': ('Jasmine', '500', [500, 100]),
 '400': ('Elsa', [100, 500], []),
 '500': ('Belle', [200, 300], [100, 200, 300, 400])}

当您在这里打开文件时，我们使用with上下文管理器，并使用Python的标准模块库itertools.groupby将文件拆分为空换行符分隔的块。然后对于每个块，使用第一个项作为字典中的键，并将每个后续项放入元组中。它还以列表形式返回整数对，如果不满足示例中预期的行数，则返回空列表。在

---

另一个需要考虑的有趣场景是，当键和值之间缺少行时，上面的解决方案将无法提供正确的输出，例如：

^{pr2}$

对于这个场景，我们希望数据是5块，包括换行符。然后我们可以利用Python配方here中的grouper函数，一次从文件中抓取5行。我们也可以使用helper函数显式地从整数对中返回数据。在

import itertools

file_name = 'sample.txt'
d = {}
expected_lines = 5

def grouper(iterable, n, fillvalue=''):
    "Collect data into fixed-length chunks or blocks"
    # grouper('ABCDEFG', 3, 'x') --> ABC DEF Gxx"
    args = [iter(iterable)] * n
    return itertools.zip_longest(*args, fillvalue=fillvalue)

def check_empty(int_pairs):
    int_pairs = int_pairs.split()
    if len(int_pairs) > 1:
        return int_pairs
    else:
        return []

with open(file_name, 'r') as f:
    blocks = list(grouper(f, expected_lines, fillvalue=''))

for block in blocks:
    lines = [i.replace('\n','') for i in block if i][:expected_lines-1]
    d[int(lines[0])] = (lines[1],check_empty(lines[2]),check_empty(lines[3]))

这将适用于缺少行的文件，其中行号指示数据块或结构。在

Answer 2

一个类似于Maik-Kahnt的解决方案，它还包括Elsa的空列表，并且还依赖于每个记录有5行。在

from pprint import pprint

fin = open('f2.txt', 'r')

array = []
dict_ = {}

lines = fin.readlines()

for i, line in enumerate(lines):
    line = line.rstrip()
    if i % 5 == 0:
        key = int(line)
    elif i % 5 == 1:
        name = line
    elif i % 5 == 2:
        if len(line):
            rec = [int(j) for j in line.split(', ')]
        else:
            rec = []
        array.append(rec)
    elif i % 5 == 3:
        if len(line):
            rec = [int(j) for j in line.split(', ')]
        else:
            rec = []
        array.append(rec)
        dict_[key] = (name, *array)
        array = []

pprint(dict_)

输出为：

^{pr2}$

Answer 3

选项1

看看你的例子，名字后面必须有两个列表。如果第二个是空的，你希望那里有一个空列表。因此，您已经在数据中强制使用了“5行定义字典条目”的结构。。阅读时不妨使用：

from pprint import pprint

with open('data.txt', 'r') as F:
    lines = [line.replace('\n','') for line in F.readlines()]


n = len(lines)
d = 5                   # number of lines for one entry in the file

if not n%d==0:
    for i in range(d-n%d):
        lines.append('')    

result = {}
for i, line in enumerate(lines):
    if   i%5==0: key  = int(line)
    elif i%5==1: name = line.rstrip()
    elif i%5==2: 
        if line=='': num1 = []
        else: num1 = [int(x) for x in line.replace(' ','').split(',')]
    elif i%5==3:
        if line=='': num2 = []
        else: num2 = [int(x) for x in line.replace(' ','').split(',')]  
    elif i%5==4: result[key] = (name, num1, num2)

pprint(result)

结果就是你想要的。在

^{pr2}$

“if not n%d==0:”部分添加空行，直到有一个5的倍数的总和。这样，“belle”条目会被添加，甚至很难在您的数据文件中只有24行。在

选项2

如果您不需要空列表，可以从这里开始：

with open('data.txt', 'r') as F:
    lines = F.readlines()


long_line = ''.join([x.replace(' ','') for x in lines])
split     = [x.lstrip().split('\n') for x in long_line.split('\n\n')]


result    = {}
for e in split:
    result[int(e[0])] = (e[1], e[2:])


for key in sorted(result.keys()):
    print(key, result[key])

输出：

100 ('Mulan', ['300,500', '200,400'])
200 ('Ariel', ['100,500', '500'])
300 ('Jasmine', ['500', '500,100'])
400 ('Elsa', ['100,500'])
500 ('Belle', ['200,300'])

我知道这不是你的产出。但正如我所说：如果这些空名单并不重要，你可以从这里开始工作。在