Python：将字符串列表解析为字典答案

【问题标题】：Python: Parse a list of strings into a dictionnaryPython：将字符串列表解析为字典
【发布时间】：2014-10-17 06:09:48
【问题描述】：

这有点复杂。我有一个如下所示的列表：

['19841018 ID1\n', ' Plunging oil... \n', 'cut in the price \n', '\n', '19841018 ID2\n', ' The U.S. dollar...  \n', 'the foreign-exchange markets \n', 'late New York trading \n', '\n']

在我的列表中，'\n' 是一个故事的分隔符。我想做的是从上面的列表中创建一个像这样的字典：

dict = {ID1: [19841018, 'Plunging oil... cut in the price'], ID2: [19841018, 'The U.S. dollar... the foreign-exchange markets']}

您可以看到我的字典中的KEY 是ID，项目是year 和故事的组合。这可行吗？

我的 ID 采用这种格式 J00100394, J00384932。所以他们都以J00开头。

【问题讨论】：

是的，但是您尝试过什么？给我们看一些代码？
@avi 你说得很好。我正在与itertools - izip 合作，到目前为止我一团糟。我将很快发布我的暂定代码。我正在努力的是如何结合故事。
ID token 有什么限制
@MicheleD'Amico 所有 ID 令牌的格式如下所示：J0030484920。所以他们都以J00开头。我现在尝试的是遍历列表中的每个条目，当有 J00 时找到条目并将其存储为键等等。
@plug4 我一到办公室就写一个答案。

标签： python parsing

【解决方案1】：

棘手的部分是按任何值拆分您的列表，所以我从here 中获取了这部分。
然后我解析了列表部分以构建res dict

>>> import itertools
>>> def isplit(iterable,splitters):
...     return [list(g) for k,g in itertools.groupby(iterable,lambda x:x in splitters) if not k]
... 
>>> l = ['19841018 ID1\n', ' Plunging oil... \n', 'cut in the price \n', '\n', '19841018 ID2\n', ' The U.S. dollar...  \n', 'the foreign-exchange markets \n', 'late New York trading \n', '\n']
>>> res = {}
>>> for sublist in isplit(l,('\n',)):
...     id_parts = sublist[0].split()
...     story    = ' '.join (sentence.strip() for sentence in sublist[1:])
...     res[id_parts[1].strip()] = [id_parts[0].strip(), story]
... 
>>> res
{'ID2': ['19841018', 'The U.S. dollar... the foreign-exchange markets late New York trading'], 'ID1': ['19841018', 'Plunging oil... cut in the price']}

【讨论】：

哇！谢谢您的帮助。我需要更仔细地研究这段代码。我对itertools 很陌生。如果没有这段代码，我的生活会更加复杂......
事实上.split() 对我来说也是新的。这确实简化了事情。

【解决方案2】：

我编写了一个使用生成器的答案。这个想法是，每次启动一个 id 令牌时，生成器都会返回计算的最后一个键。您可以通过更改check_fun()以及如何混合描述的部分来进行自定义。

def trailing_carriage(s):
    if s.endswith('\n'):
        return s[:-1]
    return s

def check_fun(s):
    """
    :param s:Take a string s
    :return: None if s dosn't match the ID rules. Otherwise return the
    name,value of the token
    """
    if ' ' in s:
        id_candidate,name = s.split(" ",1)
        try:
            return trailing_carriage(name),int(id_candidate)
        except ValueError:
            pass


def parser_list(list, check_id_prefix=check_fun):
    name = None #key dict
    id_candidate = None
    desc = "" #description string
    for token in list:
        check = check_id_prefix(token)
        if check is not None:
            if name is not None:
                """Return the previous coputed entry"""
                yield name,id_val,desc
            name,id_val = check
        else:
            """Append the description"""
            desc += trailing_carriage(token)
    if name is not None:
        """Flush the last entry"""
        yield  name,id_val,desc


>>> list = ['19841018 ID1\n', ' Plunging oil... \n', 'cut in the price \n', '\n', '19841018 ID2\n', ' The U.S. dollar...  \n', 'the foreign-exchange markets \n', 'late New York trading \n', '\n']
>>> print {k:[i,d] for k,i,d in parser_list(list)}
{'ID2': [19841018, ' Plunging oil... cut in the price  The U.S. dollar...  the foreign-exchange markets late New York trading '], 'ID1': [19841018, ' Plunging oil... cut in the price ']}

【讨论】：