在python中将文件转换为字典时遇到问题

Question

我有一个文件，它有两列，分别是国家名称和大写字母。我对名字中有空格的大写字母有疑问。 我试图转换为字典的文件如下所示

Afghanistan         Kabul
Albania             Tirana
Algeria             Algiers
Andorra             Andorra la Vella

我使用的代码是

countries_dict = {}
countries_file = open("countrieslist.txt")
for line in countries_file:
    key, value = line.split()
    countries_dict[key] = value

print(countries_dict)

当我运行代码时，我得到以下错误-ValueError：要解包的值太多（预期为2个） 我发现，当我删除安道尔及其首都时，它解决了这个问题，但我需要一种方法，让它包括有空格的首都。这样我就能得到一本这样的字典 {'Afghanistan': 'Khabul', 'Albania': 'Tirana', 'Algeria': 'Algiers', 'Andorra': 'Andorra la Vella'}

Answer 1

函数str.split可以接受一个参数maxsplit，在本例中，您可以将该参数指定为maxsplit=1，这样您可以将名称作为国家作为第一部分，将首都作为第二部分，即使首都本身包含空格

>>> line = 'Andorra             Andorra la Vella'
>>> line.split()
['Andorra', 'Andorra', 'la', 'Vella']
>>> line.split(maxsplit=1)
['Andorra', 'Andorra la Vella']

当然，如果国家名称本身包含空格（例如^{），这并不能解决问题。另一个选项是使用不同的字符作为分隔符，以便在空格字符分隔列或单词时不会产生歧义。例如，如果列以制表符分隔，则可以使用

key, value = line.split('\t')

Answer 2

该文件似乎是固定宽度的文件，因此在固定列上分割该行。请注意，国家名称中也可以有空格：

countrieslist.txt：

Afghanistan         Kabul
Albania             Tirana
Algeria             Algiers
Andorra             Andorra la Vella
The Netherlands     Amsterdam

with open('countrieslist.txt') as countries_file:
    countries_dict = {}
    for line in countries_file:
        key,value = line[:20],line[20:]
        countries_dict[key.rstrip()] = value.rstrip()
print(countries_dict)

输出：

{'Afghanistan': 'Kabul', 'Albania': 'Tirana', 'Algeria': 'Algiers', 'Andorra': 'Andorra la Vella', 'The Netherlands': 'Amsterdam'}

Answer 3

这不是一种格式良好的数据格式，因此您必须根据观察结果进行一些黑客攻击。由于国家和城市的名称中都可以有空格，因此简单的拆分是行不通的。但是中间的空间呢？如果至少有两个，你就得到了你所需要的。使用在2个或更多空格上拆分的正则表达式

import re
countries_dict = {}
countries_file = open("countrieslist.txt")
for line in countries_file:
    try:
        key, value = re.split(" {2,}", line.strip())
    except TypeError:
        raise ValueError(f"Malformed data must have 2 spaces between names: {line.strip()}")
    countries_dict[key] = value

print(countries_dict)

这可以缩短为

countries_dict = dict(re.split(" {2,}", line.strip())
        for line in print(countries_dict)