读取文件并将内容插入字典

Question

我有一个包含餐馆信息的文本文件，需要将这些信息插入到几个字典中。属性是名称、评级、价格范围、美食类型

这是txt的内容

Georgie Porgie 
87% 
$$$ 
Canadian,Pub Food

Queen St. Cafe 
82% 
$ 
Malaysian,Thai

到目前为止，我已经阅读了文件并将内容抓取到一个列表中。

content = [];
with open(file) as f:
        content = f.readlines();
        content = [x.strip() for x in content];

需要插入三个字典 names_rating,price_names,cuisine_names 我该怎么做？

Answer 1

一般来说，要从列表列表list_of_lists 构建字典列表lists_of_dicts，您将索引i 处的项目映射到索引j 处的项目，您将使用字典像这样比较：

list_of_dicts = {lst[i]: lst[j] for lst in list_of_lists}

您应该能够将其应用于任意list_of_lists 以解决您的问题。

Answer 2

鉴于您对文本文件的最新格式规范：

Georgie Porgie 
87% 
$$$ 
Canadian,Pub Food

Queen St. Cafe 
82% 
$ 
Malaysian,Thai

如果你可以假设：

• 每个餐厅条目将始终由四行定义，每行包含您所关注的字段（阅读：字典条目）
• 字段将始终以完全相同的顺序出现
• 每个条目将始终通过空行与下一个条目分隔

那么您可以使用modulo operation 并执行以下操作：

import re

content = {}
filepath = 'restaurants_new.txt'
with open(filepath, 'r') as f:
    fields = ['name', 'rating', 'price', 'cuisine']
    name = ''
    for i, line in enumerate(f):
        modulo = i % 5
        raw = line.strip()
        if modulo == 0:
            name = raw
            content[name] = {}
        elif modulo < 4:
             content[name][fields[modulo]] = raw
        elif modulo == 4:
            # we gathered all the required info; reset
            name = ''

from pprint import pformat
print pformat(content)

编辑： 在您最初发布的格式之后提出了以下解决方案，如下所示：

Georgie Porgie 87% $$$ Canadian,Pub Food
Queen St. Cafe 82% $ Malaysian,Thai

我把原来的答案留在这里，以防它对其他人仍然有用。

作为JohanL mentioned in his comment，解决您的问题的最重要的一点是行格式：取决于您是否使用逗号或空格作为分隔符，或者两者兼而有之，并考虑到餐厅的名称可能包含未知数单词，找到如何拆分行可能会变得很棘手。

这是一种与@gaurav 建议的方法略有不同的方法，使用regular expressions（re 模块）：

import re

content = {}
filepath = 'restaurants.txt'
dictmatch = r'([\s\S]+) ([0-9]{1,3}\%) (\$+) ([\s\S]+)'
with open(filepath, 'r') as f:
    for line in f:
        raw = line.strip()
        match = re.match(dictmatch, raw)
        if not match:
            print 'no match found; line skipped: "%s"' % (raw, )
            continue
        name = match.group(1)
        if name in content:
            print 'duplicate entry found; line skipped: "%s"' % (raw, )
            continue
        content[name] = {
            "rating": match.group(2),
            "price": match.group(3),
            "cuisine": match.group(4) 
        }

from pprint import pformat
print pformat(content)

假设您无法控制源 txt，此方法的优点是您可以定制正则表达式模式以匹配它附带的任何“非最佳”格式。

Answer 3

看到你给出的文件示例，元素是空格分隔的。

所以，你的任务是：

• 打开文件
• 阅读每一行
• 用空格分割条目
• 将条目保存在字典中

这将按如下方式完成：

names_rating = {}
price_names = {}
cuisine_names = {}
with open(file) as f:
    lines = []
    for line in f:
        content = f.readline().rstrip()
        if content != ''
            lines.append(content)
        if len(lines) > 4 :
            name = lines[0]
            rating = lines[1]
            price = lines[2]
            cuisine = lines[3].split(',')
            names_rating[name] = rating
            price_names[name] = price
            cuisine_name[name] = cuisine
            lines = []

在此，逐行读取文件并将结果附加到列表lines 中。当列表大小超过 4 时，将所有属性读入列表。然后对它们进行处理以将数据保存在字典中。然后列表被清空以再次执行该过程。