修改嵌套字典

Question

我正在使用正则表达式来查看文件以检查用户名以及他们的操作是否导致错误（错误表示错误，信息表示成功操作） 我使用嵌套字典来跟踪操作，用户名作为主键，嵌套字典记录了它们生成了多少 INFO 和 ERROR 行。

#!/usr/bin/env python3
import re

users = {}
with open('logfile.txt') as f:
    for line in f:
        regex_user = r"(INFO|ERROR): .* \((.+)\)$"
        """searches for users and if there message was info or error"""
        user = re.serach(regex_user, line)
        if user is None:
            continue
        name = user[2]
        cat = user[1]
        try:
            # Method 1?
            users[name][cat] = users[name].get(cat, 0) + 1
            # Method 2?
            users[name][cat] = users.get(name, {}).get(cat, 0) + 1
        except KeyError:
            print("Where are my keys?")

我想知道这两种方法中的哪一种（如果有的话）正确地修改了字典以增加相应嵌套键的计数。

输出应如下所示：

{'John': {'INFO': 22, 'ERROR': 3}}

如果日志包含用户 John 的 22 行 INFO 和 3 行 ERROR。

Answer 1

您可能希望使用嵌套的collections.defaultdict 或使用setdefault() 来解决此问题，尽管我认为后者不是干净的。 collections.defaultdict() 将允许您引用一个尚不存在的字典键，这是您问题的症结所在。

尝试类似：

import collections
import json
import random

users = collections.defaultdict(lambda: collections.defaultdict(int))
for i in range(100):
    user = random.choice(["John", "Jane", "Sanjay"])
    cat =  random.choice(["INFO", "ERROR"])
    users[user][cat] += 1

print(json.dumps(users, indent=2))

这将打印出如下内容：

{
  "Jane": {
    "INFO": 16,
    "ERROR": 19
  },
  "John": {
    "ERROR": 21,
    "INFO": 10
  },
  "Sanjay": {
    "INFO": 18,
    "ERROR": 16
  }
}

虽然每次运行都会有所不同。

正如@Ryukashin 所指出的，defaultdict() 不如print() 好于dict()。因此，如果出于某种原因确实需要，则可以退回。最简单（不是最有效）的方式可能是：

users = json.loads(json.dumps(users))