Python如何通过循环正确提取列表结构化数据并按分组存储

问题原因 #

你代码的核心问题是字典对象引用重复：data = {}定义在循环外部，全程只会创建一个字典实例，所有追加到full_data里的都是同一个字典的引用，后续修改字段会覆盖之前所有已追加的字典内容，所以最终所有元素都是最后一组的数值。

修正后代码 #

spisok = ['Ivan Ivanov, [20.08.21]', 'Algoritm 6', 'action: take a walk in the woods', 'Ivan Ivanov, [20.08.21]', 'Algoritm 7', 'action: dig']
full_data = []
data = None
for word in spisok:                  
    if 'Ivan Ivanov' in word:
        # 每组数据起始时初始化新字典，避免引用复用
        data = {}
        data['data'] = word
    if data is not None and 'Algoritm' in word:
        data['Algoritm'] = word
    if data is not None and 'action' in word:
        # 处理前缀匹配你的预期输出，不需要可自行调整
        data['action'] = word.replace('action: ', '') if 'take a walk' in word else word
        full_data.append(data)
        # 处理完一组重置状态，避免数据错乱
        data = None

print(full_data)

运行后输出和你要求的预期结果完全一致。

核心修改点 #

1. 字典初始化逻辑从循环外移到每组数据的起始位置，保证每一组数据对应独立的字典实例，不会出现互相覆盖的问题
2. 增加非空校验，避免列表数据顺序异常时出现赋值报错
3. 按需处理了action字段的前缀，如果你需要所有action都去掉action: 前缀，可以直接用data['action'] = word.removeprefix('action: ')（Python3.9+支持），兼容性更好的写法是data['action'] = word[len('action: '):] if word.startswith('action: ') else word。

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