使用Python re.findall匹配CSV关键词时遇unhashable type: 'dict'错误求助

报错TypeError: unhashable type: 'dict'的核心原因是你传给re.findall的self.ktxt是字典类型，但re.findall要求第一个参数必须是字符串或正则表达式对象。结合你提到的read_key方法问题，大概率是读取CSV时用了DictReader之类的方式，把每行关键词包装成了字典（比如{'列名': '关键词内容'}）。

以下是针对read_key和find方法的完整修正代码，同时优化了关键词匹配的效率和准确性：

1. 修正关键词读取方法 #

把CSV中的关键词读取为字符串列表，并编译成正则模式（处理关键词中的正则特殊字符）：

import re
import csv

class KeywordSearcher:
    def __init__(self):
        self.keywords = []
        self.match_pattern = None

    def read_key(self, csv_path):
        # 读取单列CSV，每行一个关键词
        with open(csv_path, 'r', encoding='utf-8') as f:
            # 用csv.reader而非DictReader，避免生成字典
            csv_reader = csv.reader(f)
            # 过滤空行，取出每行第一个元素并去除首尾空格
            self.keywords = [row[0].strip() for row in csv_reader if row]
        
        # 编译正则模式：用|分隔关键词，re.escape处理特殊字符（如. *等）
        escaped_terms = [re.escape(kw) for kw in self.keywords]
        self.match_pattern = re.compile('|'.join(escaped_terms))

2. 修正文件搜索与统计方法 #

利用编译好的正则模式批量匹配，再统计每个关键词的出现次数：

def find(self, target_file):
        with open(target_file, 'r', encoding='utf-8') as f:
            file_content = f.read()
        
        # 一次性获取所有匹配的关键词
        all_matches = self.match_pattern.findall(file_content)
        
        # 统计每个关键词的出现次数
        count_result = {}
        for kw in self.keywords:
            count_result[kw] = all_matches.count(kw)
        
        return {
            "文件名": target_file,
            "关键词出现次数": count_result
        }

3. 调用示例 #

# 初始化搜索器
searcher = KeywordSearcher()
# 读取关键词文件
searcher.read_key('keyterms.csv')
# 搜索目标文件
result = searcher.find('目标文件夹/示例文本.txt')
print(result)

• 避免字典生成：用csv.reader替代csv.DictReader，直接获取字符串形式的关键词，从根源解决unhashable type: 'dict'错误。
• 正则转义：通过re.escape处理关键词中的特殊字符（比如关键词包含.时，不会被正则当成通配符），保证匹配准确性。
• 高效统计：一次性获取所有匹配结果再统计，比逐个关键词调用re.findall减少IO和正则匹配次数，提升效率。

内容的提问来源于stack exchange，提问作者3xogenic