Python：读取文件并从不同的行向字典添加键和值

问题描述

我是Python的新手，在处理基本上像这样的作业时遇到了麻烦：

＃逐行读取WARC文件以识别字符串1。

＃找到string1后，将字符串的一部分添加为字典的键。

＃然后继续读取文件以标识string2，并将string2的一部分作为值添加到上一个键。

＃继续浏览文件并进行同样的操作以构建字典。

我无法导入任何东西，这给我带来了一些麻烦，特别是添加密钥，然后将值保留为空，然后继续遍历文件以查找要用作值的string2。

我已经开始考虑将密钥保存到中间变量，然后继续识别值，添加到中间变量，最后建立字典之类的事情。

def main ():
###open the file
file = open("warc_file.warc","rb")
filetxt = file.read().decode('ascii','ignore')
filedata = filetxt.split("\r\n")
dictionary = dict()
while line in filedata:
    for line in filedata:
        if "WARC-Type: response" in line:
            break
    for line in filedata:
        if "WARC-Target-URI: " in line:
           urlkey = line.strip("WARC-Target-URI: ")

解决方法

尚不清楚您要做什么，但我可以回答。

假设您有一个这样的WARC文件：

WARC-Type: response
WARC-Target-URI: http://example.example
something
WARC-IP-Address: 88.88.88.88

WARC-Type: response
WARC-Target-URI: http://example2.example2
something else
WARC-IP-Address: 99.99.99.99

然后您可以创建一个字典，将目标URI映射到IP地址，如下所示：

dictionary = dict()

with open("warc_file.warc","rb") as file:
  urlkey = None
  value = None

  for line in file:
    if b"WARC-Target-URI: " in line:
      assert urlkey is None
      urlkey = line.strip(b"WARC-Target-URI: ").rstrip(b"\n").decode("ascii")

    if b"WARC-IP-Address: " in line:
      assert urlkey is not None
      assert value is None

      value = line.strip(b"WARC-IP-Address: ").rstrip(b"\n").decode("ascii")

      dictionary[urlkey] = value

      urlkey = None
      value = None

print(dictionary)

这将显示以下结果：

{'http://example.example': '88.88.88.88','http://example2.example2': '99.99.99.99'}

请注意，这种方法一次只能将文件的一行加载到内存中，如果文件很大，这可能很重要。

,

将密钥存储到中间值的想法很好。

我还建议使用下面的代码片段遍历各行。

with open(filename,"rb") as file:
    lines = file.readlines()
    for line in lines: 
        print(line)

要在Python中创建字典条目，可以使用dict.update()方法。 它允许您创建新键或更新键（如果键已存在）。

d = dict() # create empty dict
d.update({"key" : None}) # create entry without value
d.update({"key" : 123}) # update the value