Python 如何从文本文件的每一行创建列表字典？

我有一个包含这些数据的文本文件

1, Jane Doe, 1991
2, Sam Smith, 1982
3, John Sung, 1965
4, Tony Tembo, 1977

我有类似的东西，但它只有在你只有ID和名字的情况下才起作用

names = {}
with open("dict.txt") as f:
  for line in f:
      (key, val) = line.strip().split(',')
      names[int(key)] = val

印刷品（d） 我是否可以从该文件创建一个如下所示的词典：

{1: [Jane Doe, 1991], 2: [Sam Smith, 1982]...}

最好在处理逗号分隔的数据时使用该模块

导入csv
数据文件='test.csv'
已解析={}
打开（数据文件）作为数据：
reader=csv.reader（数据）
对于读取器中的行：
打印（行）
#行为['1'，'Jane Doe'，'1991']
已分析的[行[0]]=行[1:]
打印（已解析）

['1'，'Jane Doe'，'1991']
['2'，'Sam Smith'，'1982']
['3'、'John Sung'、'1965']
['4'，'Tony Tembo'，'1977']
{'1'：['Jane Doe'，'1991'，'2'：['Sam Smith'，'1982'，'3'：['John Sung'，'1965'，'4'：['Tony Tembo'，'1977']]

读取器

将行内容作为列表返回。然后，只需将第一个列表元素存储为dict键，将其余列表元素（

[1://code>）存储为dict值

现在，上面的代码以
str
的形式读取所有内容，并且正如您所注意到的，还包括文件中的额外空格。如果您需要具有特定类型的键和值（并且需要列表容纳不同类型的元素），则需要分别解析它们：

打开（数据文件）作为数据：
reader=csv.reader（数据）
对于读取器中的行：
打印（行）
#行为['1'，'Jane Doe'，'1991']
key=int（第[0]行）
名称=行[1]。条带（）
年份=整数（第[2]行）
解析的[键]=[名称，年份]
打印（已解析）

['1'，'Jane Doe'，'1991']
['2'，'Sam Smith'，'1982']
['3'、'John Sung'、'1965']
['4'，'Tony Tembo'，'1977']
{1:['Jane Doe'，1991]，2:['Sam Smith'，1982]，3:['John Sung'，1965]，4:['Tony Tembo'，1977]}

当然，如果有更多包含不同类型数据的列，则需要调整索引和类型强制

更进一步，我将把解析实际数据和类型强制的代码放在一个类中（确切地说是a）。这样，读取文件与解析实际内容是分开的：

导入csv
从数据类导入数据类
@数据类
班长：
索引：int
姓名：str
年份：整数
#这只是一个匹配示例数据的示例。
#根据需要添加更多类型检查和错误处理。
定义后初始化（自）：
#如果我们没有得到一个整数，强制它为整数
#如果int（…）失败，将引发ValueError
如果不是isinstance（self.index，int）：
self.index=int（self.index）
如果不存在（自身年份，整数）：
self.year=int（self.year）
#清理多余的空间
self.name=self.name.strip（）
数据文件='test.csv'
已解析={}
打开（数据文件）作为数据：
reader=csv.reader（数据）
对于读取器中的行：
打印（行）
#行为['1'，'Jane Doe'，'1991']
#解包行内容并传递给人员的_init__
#确保它与数据类字段的顺序匹配
人员=人员（*行）
解析的[person.index]=[person.name，person.year]
打印（已解析）

['1'，'Jane Doe'，'1991']
['2'，'Sam Smith'，'1982']
['3'、'John Sung'、'1965']
['4'，'Tony Tembo'，'1977']
{'1'：['Jane Doe'，'1991'，'2'：['Sam Smith'，'1982'，'3'：['John Sung'，'1965'，'4'：['Tony Tembo'，'1977']]
处理逗号分隔的数据时，最好使用该模块

导入csv
数据文件='test.csv'
已解析={}
打开（数据文件）作为数据：
reader=csv.reader（数据）
对于读取器中的行：
打印（行）
#行为['1'，'Jane Doe'，'1991']
已分析的[行[0]]=行[1:]
打印（已解析）

['1'，'Jane Doe'，'1991']
['2'，'Sam Smith'，'1982']
['3'、'John Sung'、'1965']
['4'，'Tony Tembo'，'1977']
{'1'：['Jane Doe'，'1991'，'2'：['Sam Smith'，'1982'，'3'：['John Sung'，'1965'，'4'：['Tony Tembo'，'1977']]

读取器
将行内容作为列表返回。然后，只需将第一个列表元素存储为dict键，将其余列表元素（
[1://code>）存储为dict值

现在，上面的代码以
str
的形式读取所有内容，并且正如您所注意到的，还包括文件中的额外空格。如果您需要具有特定类型的键和值（并且需要列表容纳不同类型的元素），则需要分别解析它们：

打开（数据文件）作为数据：
reader=csv.reader（数据）
对于读取器中的行：
打印（行）
#行为['1'，'Jane Doe'，'1991']
key=int（第[0]行）
名称=行[1]。条带（）
年份=整数（第[2]行）
解析的[键]=[名称，年份]
打印（已解析）

['1'，'Jane Doe'，'1991']
['2'，'Sam Smith'，'1982']
['3'、'John Sung'、'1965']
['4'，'Tony Tembo'，'1977']
{1:['Jane Doe'，1991]，2:['Sam Smith'，1982]，3:['John Sung'，1965]，4:['Tony Tembo'，1977]}

当然，如果有更多包含不同类型数据的列，则需要调整索引和类型强制

更进一步，我将把解析实际数据和类型强制的代码放在一个类中（确切地说是a）。这样，读取文件与解析实际内容是分开的：

导入csv
从数据类导入数据类
@数据类
班长：
索引：int
姓名：str
年份：整数
#这只是一个匹配示例数据的示例。
#根据需要添加更多类型检查和错误处理。
定义后初始化（自）：
#如果我们没有得到一个整数，强制它为整数
#如果int（…）失败，将引发ValueError
如果不是isinstance（self.index，int）：
self.index=int（self.index）
如果不存在（自身年份，整数）：
self.year=int（self.year）
#清理多余的空间
d = {} # this is the dictonary
file = open("data.txt") # open file
for line in file:
    s = line.split() # split line
    # get data individually
    key = s[0] 
    fullname = s[1] + ' ' + s[2]
    year = s[3]
    # append to dictionary
    d[key] = [fullname, year]
# print
print(d)