AWS Python代码执行tmp_str = [{category : name }]报unhashable dict错误

• 核心错误1：category变量是table.get_item()的返回值，本身是包含响应元数据和查询结果的字典类型，Python中只有可哈希类型（字符串、数值、元组等）才能作为字典的key，字典本身属于不可哈希类型，直接用category当字典key就会触发"unhashable dict"报错。
• 核心错误2：{tmp_str}的写法逻辑错误，无论tmp_str是列表还是字典，都属于不可哈希类型，不能作为字典的key；同时代码中json_str变量未提前定义，直接解包会抛出未定义错误。
• 额外逻辑问题：循环中每次调用table.scan()、table.get_item()会产生极高的DynamoDB调用开销，且item_count是近似值可能导致索引越界，另外循环中重复覆盖json_str1会导致只保留最后一次匹配的结果。

import json

# 提前定义json_str的初始值，根据实际业务需求调整初始结构
json_str = {}

def isAttributesIntheName(file_name, message, db_client, table_name):
    table = db_client.Table(table_name)
    # 一次全量扫描获取所有条目，避免循环调用scan接口
    items = table.scan()['Items']
    # 提前构造name到category属性值的映射，无需循环调用get_item
    name_category_map = {item['name']: item['category'] for item in items}
    # 初始化结果字典，避免循环覆盖
    json_str1 = json_str.copy()
    
    for name, category_val in name_category_map.items():
        if name.lower() in file_name.lower():
            # 直接用category属性的可哈希值作为key构造字典
            tmp_dict = {category_val: name}
            json_str1.update(tmp_dict)
    
    print(json.dumps(json_str1))
    return json_str1

• 调整DynamoDB查询逻辑：一次全表扫描获取所有数据，直接从扫描结果中提取category属性的可哈希值，既解决了原category变量为字典的问题，也大幅降低了接口调用开销。
• 修正字典构造逻辑：删除错误的{tmp_str}写法，直接构造合法字典调用update方法合并，避免不可哈希类型作为key的问题。
• 补全变量定义，调整结果赋值逻辑，避免未定义变量报错和循环覆盖导致的结果丢失问题。

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