从Elasticsearch字典列表提取教授信息失败问题排查

问题回顾 #

你从Elasticsearch获取了嵌套结构的searchtest数据，想要提取课程名称、教授姓名和部门信息，但运行代码后proffesor列表始终是空的，核心问题出在遍历教授信息的那一行代码上。

根据你的描述，数据结构是：每个搜索结果元素包含_source字段，_source下的professor是一个包含name、department等键的字典（而非列表）。你运行的原代码、当前输出和预期输出已经很清晰，接下来我们分析错误原因并给出修复方案。

错误原因分析 #

1. 路径错误：你尝试从each.get('professor', [])获取教授信息，但实际上professor字段是在each['_source']这个层级下，直接从each里找肯定拿不到数据，返回的是空列表，循环自然不会执行。
2. 数据结构误解：你用了for prof in ...循环，但根据描述professor是单个字典，不是列表，即便路径正确，循环也会报错或者没有效果。
3. 拼写小问题：代码里的键是proffesor（多了一个f），和字段名professor不一致，虽然这不是导致空列表的直接原因，但会影响后续数据的可读性和维护性。

修复后的代码 #

针对你的数据结构（professor是单个字典），修正后的代码如下：

import json
import pprint

def details(searchtest):
    response = []
    for each in searchtest:
        # 先取出_source层级的数据，避免重复写路径
        source_data = each['_source']
        course = {
            'name': source_data['name'],
            'professor': []  # 修正拼写，和字段名保持一致
        }
        # 从_source下正确获取professor字典
        professor_info = source_data.get('professor', {})
        # 确保professor信息存在再提取字段
        if professor_info:
            course['professor'].append(professor_info['name'])
            course['professor'].append(professor_info['department'])
        response.append(course)
    return response

if __name__ == "__main__":
    pp = pprint.PrettyPrinter(4)
    pp.pprint(details(searchtest['hits']['hits']))

如果后续professor可能变成列表（比如一门课有多个教授），可以改成下面的版本，兼容两种情况：

import json
import pprint

def details(searchtest):
    response = []
    for each in searchtest:
        source_data = each['_source']
        course = {
            'name': source_data['name'],
            'professor': []
        }
        # 获取professor数据，兼容单个字典或列表的情况
        professors = source_data.get('professor', [])
        # 如果是单个字典，转成列表统一处理
        if isinstance(professors, dict):
            professors = [professors]
        # 遍历教授信息
        for prof in professors:
            course['professor'].append(prof['name'])
            course['professor'].append(prof['department'])
        response.append(course)
    return response

if __name__ == "__main__":
    pp = pprint.PrettyPrinter(4)
    pp.pprint(details(searchtest['hits']['hits']))

预期输出示例 #

修复后你会得到类似这样的结果：

[
    {'name': 'Cost Accounting 400', 'professor': ['Alice Brown', 'Accounting']},
    {'name': 'Computer Internals 250', 'professor': ['Bob Wilson', 'Computer Science']},
    {'name': 'Accounting Info Systems 350', 'professor': ['Charlie Davis', 'Accounting']},
    ...
]

内容的提问来源于stack exchange，提问作者user6882757