基于域对电子邮件的大文件进行排序显示错误答案

【问题标题】：Sorting large file of emails based on domain shows error基于域对电子邮件的大文件进行排序显示错误
【发布时间】：2018-02-12 13:37:58
【问题描述】：

我正在尝试使用以下逻辑根据他们拥有的域对包含电子邮件的 1 GB 文件进行排序：

data = {}
emails = open('test','r',encoding='ascii',errors='ignore')
for email in emails.readlines():
    (user, domain) = email.split('@')
    data[domain] = email
    keys = data.keys()
    keys.sort()
print([data[x] for x in keys])

当我使用 Python 3.5 运行文件时，出现以下错误：

    keys.sort()
AttributeError: 'dict_keys' object has no attribute 'sort'

请告诉我如何让它成功运行。

【问题讨论】：

标签： python python-3.x file sorting

【解决方案1】：

您需要在返回的dict_keys 对象上调用list 以将其转换为具有list.sort 方法的列表：

keys = list(data.keys())
keys.sort()

或者直接在dict_keys对象上调用sorted，返回一个排序列表：

keys = sorted(data.keys())

另一方面，您应该减少这部分代码，这样就不会在每次将新键添加到 dict 时进行排序，而是在循环结束时进行排序。

如果您实际上不需要键列表，或者直接在字典上应用sorted：

for email in emails.readlines():
    (user, domain) = email.split('@')
    data[domain] = email
print([v for _, v in sorted(data.items(), key=lambda x: x[0])]))

【讨论】：

print([v for _, v in sorted(data.items(), lambda x: x[0])]) TypeError: must use keyword argument for key function 应用您的答案后遇到此问题。
@JafferWilson 已更新。

【解决方案2】：

我将其发布为答案，因为它更易于阅读。它不会直接回答你的问题，因为它已经被回答了，而是回答一个你会在你的代码能够运行的那一刻注意到的问题。

问题：重复的域将导致仅保存最后一个条目。线

data[domain] = email

覆盖之前可能在该键下写入的内容。你想要做的是用这个块替换提到的行：

try:
    data[domain].append(email)
except KeyError:
    data[domain] = [email]

这将创建同一域中的用户列表。如果未找到密钥，则会引发 KeyError，这表明它是一个新域，您必须创建另一个列表。如果找到密钥，我们只需附加新电子邮件。

【讨论】：

这是一个很好的建议。我通过结合你们两个人的答案得到了答案......有点困惑选择谁的答案......:)
我认为您应该选择另一个答案，因为这是您所写问题的答案；）但我想这取决于您...
没问题 :) 很高兴我们能一起解决您的问题！ #community