Python 如何将此文本文件转换为字典？

我有一个文件

f

，看起来像：

标签 那里 是 某物 在这里 #标签 在这里 也 ... 一行上可以有多个标签和任意数量的元素（仅str），每个标签可以有几行。 我希望将此数据存储在字典中，如：

d = {'labelA': 'thereissomethinghere', 'label_Bbb': 'hereaswell', ...}

我有几个子问题：

我如何利用#字符来知道新条目何时到位

如何将其移除，并将后续内容保留到生产线结束

如何才能将紧跟在新行上的每个字符串追加，直到再次弹出#

文件完成后，我如何停止

---

首先，

mydict

包含以#开头的键，值是一个列表（list可以保持行的追加顺序），我们将行追加到此列表中，直到找到以#开头的下一行。然后我们只需要将行列表转换为一个字符串

我使用的是python3，如果您使用python2将

mydict.items（）

替换为

mydict.iterms（）

来迭代键值对

mydict = dict()
with open("sample.csv") as inputs:
    for line in inputs:
        if line.startswith("#"):
            key = line.strip()[1:]
            mydict.setdefault(key,list())
        else:
            mydict[key].append(line.strip())

result = dict()
for key, vlist in mydict.items():
    result[key] = "".join(vlist)

print(result)

输出：

{'labelA': 'thereissomethinghere', 'label_Bbb': 'hereaswell'}

---

使用集合。默认dict：

from collections import defaultdict

d = defaultdict(list)

with open('f.txt') as file:
    for line in file:
        if line.startswith('#'):
            key = line.lstrip('#').rstrip('\n')
        else:
            d[key].append(line.rstrip('\n'))
for key in d:
    d[key] = ''.join(d[key])

使用函数的最短解：

import re 

with open("lines.txt", 'r') as fh:
    d = {k:v.replace('\n', '') for k,v in re.findall(r'^#(\w+)\s([^#]+)', fh.read(), re.M)}

print(d)

输出：

{'label_Bbb': 'hereaswell', 'labelA': 'thereissomethinghere'}

---

re.findall

将返回一个元组列表，每个元组包含两个表示两个连续捕获组的项，作为一个单一过程，而不生成临时字典：

f = open('untitled.txt', 'r')

line = f.readline()
d = {}
last_key = None
last_element = ''
while line:
    if line.startswith('#'):
        if last_key:
            d[last_key] = last_element
            last_element = ''
        last_key = line[:-1]
        last_element = ''
    else:
        last_element += line
    line = f.readline()

d[last_key] = last_element

res = {}
with open("sample") as lines:
    try:
        line = lines.next()
        while True:
            entry = ""
            if line.startswith("#"):
                next = lines.next()
                while not next.startswith("#"):
                    entry += next
                    next = lines.next()
            res[line[1:]] = entry
            line = next
    except StopIteration:
        res[line[1:]] = entry  # Catch the last entry

---

我会这样做（这是伪代码，所以不会编译！）

我的做法如下：

def eachChunk(stream):
  key = None
  for line in stream:
    if line.startswith('#'):
      line = line.rstrip('\n')
      if key:
        yield key, value
      key = line[1:]
      value = ''
    else:
      value += line
  yield key, value

您可以像这样快速创建所需的词典：

with open('f') as data:
  d = dict(eachChunk(data))

---

循环文件中的每一行，检查它是否以

字符开始。使用
str[1://code>获取字符串的其余部分，并将其作为键添加到字典中。然后每隔一行附加到该键，直到找到另一个
。标签是否可以出现多次？我是说，被其他标签打断了？那结果会怎样？哇！这很快，也很切题。首先让我了解您在这里做了什么，我将回答：D我不知道.startswith函数。非常感谢你
key=line.strip（）[1://code>获取不带
#
@sparkandshine的字符串谢谢提醒，编辑了它！谢谢大家！我发现了一些新的功能，将来可能会对我有所帮助。到目前为止，对我来说最直观的答案，尽管可能不是最快的答案，是那些只使用纯字符串操作的答案，而不是那些使用特定函数的答案。答案很好！真的干净整洁+1我喜欢正则表达式，我真的喜欢。我已经对他们做了一些肮脏的事情，这些事情会让你脸红。但是我从来不会把
r'^#（\w+）\s（[^#]+）“
称为整洁和干净。最好使用
with
再次自动关闭文件。您的解决方案会留下一个打开的文件。
with open('f') as data:
  d = dict(eachChunk(data))