Python中如何创建值为集合类型的字典以存储同键多值?
字典值为集合的实现修正
现有代码的核心问题
- 完全没有把字典值初始化为集合类型,每次遇到同链接URL时,都直接把新的链接文本覆盖原有的字符串值,根本达不到单键存多值的效果
- 分支逻辑冗余:相邻的“键不存在”“键存在”两个判断是互斥关系,且存在分支下的
update操作就是单纯的覆盖赋值,没有任何追加元素到集合的动作 - 函数缺少返回逻辑,处理完成的字典没有被实际返回
修正实现方案
要实现“单个键对应一个集合、可存储多个值”的结构,直接利用集合add方法追加元素即可,集合本身会自动去重,不需要额外写判重逻辑,有两种常用实现路径:
基础版实现(无额外依赖)
遍历链接时,拿到符合http前缀条件的链接和文本后,先判断键是否存在:
- 若键不在字典中,直接为该键初始化一个空集合
- 所有符合条件的文本,统一调用集合的
add方法追加到对应集合中
对应修正后的代码:
from bs4 import BeautifulSoup import urllib def linkTexts(url): resp = urllib.request.urlopen(url).read() soup = BeautifulSoup(resp, 'lxml') q2Dictionary = {} links = soup.find_all('a', href=True) for link in links: linkUrl = link["href"] if 'http' in linkUrl: linkText = link.get_text().strip() # 键不存在时,初始化为空集合 if linkUrl not in q2Dictionary: q2Dictionary[linkUrl] = set() # 向对应集合追加文本 q2Dictionary[linkUrl].add(linkText) return q2Dictionary
简化版实现(使用Python标准库工具)
如果不想手写键存在的判断分支,可以直接调用collections模块的defaultdict,直接指定字典的默认值类型为集合,能大幅缩减冗余逻辑:
from bs4 import BeautifulSoup import urllib from collections import defaultdict def linkTexts(url): resp = urllib.request.urlopen(url).read() soup = BeautifulSoup(resp, 'lxml') # 直接初始化值类型为集合的字典 q2Dictionary = defaultdict(set) links = soup.find_all('a', href=True) for link in links: linkUrl = link["href"] if 'http' in linkUrl: linkText = link.get_text().strip() # 直接add即可,不存在的键会自动初始化为空集合 q2Dictionary[linkUrl].add(linkText) # 如需返回普通原生字典结构,返回时通过 dict(q2Dictionary) 转换即可 return q2Dictionary
最终生成的字典结构完全匹配预期,比如同一个URL对应多个链接文本时,会呈现为
{target_url: {text1, text2, text3}}的形式。
内容的提问来源于stack exchange,提问作者future data scientist
相关产品推荐
相关产品推荐

