不同虚拟机中同一份Python字典排序脚本报错求助

背景还原 #

你写了个Python脚本用来收集数据并写入字典，在一台虚拟机上跑完全正常，但换到另一台虚拟机时，哪怕脚本完全一样、字典结构也匹配（只是数值不同），却突然抛出了上面这个错误。你的排序代码是这样的：

directorios = sorted(dicta.items(), key=lambda x: [int(x) for x in x[1].values()], reverse = True)

预期是把字典按嵌套里的数值降序排列，比如示例字典：

{'data1': {'/home/data1': 273}, 'data2': {'/home/data2': 2}, 'data3': {'/home/data3': 10}, 'data4': {'/home/data4': 1}}

排序后得到：

{'data1': {'/home/data1': 273},'data3': {'/home/data3': 10}, 'data2': {'/home/data2': 2},'data4': {'/home/data4': 1}}

问题根因 #

虽然两台机器Python版本一致，但报错的核心很明确：在出问题的虚拟机上，你的dicta字典里，有某个嵌套字典的值是None，而不是你预期的数字/可转成int的字符串。

为什么会出现这种情况？大概率是两台虚拟机的环境差异导致数据收集环节出了问题：

• 比如目标路径（/home/data1这类）在报错机器上不存在，或者当前用户没有访问权限；
• 数据收集时调用的命令/工具在这台机器上执行失败，返回了空值；
• 脚本里的异常捕获逻辑没覆盖到某些场景，导致获取数值失败时直接写入了None。

你当前的排序代码默认所有x[1].values()都是能转成int的有效值，但一旦碰到None，int(None)就会直接炸锅。

解决思路与修复方案 #

1. 先定位None的来源

在排序代码前加一段调试代码，把字典里的所有值都打出来，看看哪个条目出了问题：

# 调试用：打印所有条目，检查是否有None
for main_key, nested_dict in dicta.items():
    for path, value in nested_dict.items():
        print(f"主key: {main_key}, 路径: {path}, 值: {value}, 类型: {type(value)}")

运行后找到值为None的条目，然后回溯数据收集的代码——看看是路径不存在？命令执行报错？还是权限不够？针对性修复数据收集逻辑，确保所有值都是有效数值。

2. 给排序代码加容错处理

如果暂时没法彻底修复数据收集的问题，或者需要脚本兼容偶尔出现的None，可以修改排序的key函数，处理None的情况：

# 方案1：把None当成0，让它排在最后
directorios = sorted(
    dicta.items(),
    key=lambda x: int(next(iter(x[1].values()), 0)),  # 取嵌套字典的唯一值，默认0
    reverse=True
)

# 方案2：直接过滤掉值为None的条目
directorios = sorted(
    [(k, v) for k, v in dicta.items() if next(iter(v.values())) is not None],
    key=lambda x: int(next(iter(x[1].values()))),
    reverse=True
)

# 方案3：显式处理各种异常情况，更健壮
def get_sort_key(item):
    nested_values = list(item[1].values())
    if not nested_values:
        return 0
    val = nested_values[0]
    try:
        return int(val)
    except (TypeError, ValueError):
        return 0  # 非数值的情况也当成0处理

directorios = sorted(dicta.items(), key=get_sort_key, reverse=True)

另外提一句：你的原始代码里用[int(x) for x in x[1].values()]生成列表当排序key，其实每个嵌套字典只有一个值，直接用next(iter(x[1].values()))取这个值就行，不用转成列表，代码更简洁高效。

3. 统一两台虚拟机的运行环境

检查两台机器的这些差异：

• 目标路径是否都存在，且运行脚本的用户有读写权限；
• 数据收集依赖的命令/工具是否都安装了，版本是否一致；
• 是否用同一个用户运行脚本，环境变量有没有差异。

内容的提问来源于stack exchange，提问作者user6593995