如何将特定结构化文本文件转换为指定格式的Python字典？

回答 #

嘿，你的思路方向是对的，但咱们可以从资源安全、健壮性、可读性这几个维度优化代码，下面给你几个更优的方案：

方案1：正则表达式匹配（最通用健壮）

如果你的文本格式可能存在空格、换行等小变化，正则表达式能精准匹配每个item块里的id和name，不管它们的排版方式：

import re

def label_map_to_dict(path):
    # 正则匹配item块，提取id数字和name字符串
    item_pattern = r'item\s*\{\s*id:\s*(\d+)\s*name:\s*\'([^\']+)\'\s*\}'
    result_dict = {}
    
    # 用with语句自动管理文件，避免资源泄漏
    with open(path, 'r', encoding='utf-8') as file:
        content = file.read()
        # 一次性匹配所有符合规则的item
        matches = re.findall(item_pattern, content)
        for id_str, name in matches:
            result_dict[name] = int(id_str)
    
    return result_dict

优势：能处理单行/多行的item格式，不用担心id和name的行顺序问题，代码简洁且容错性强。

方案2：优化原代码的配对逻辑与资源管理

如果不想用正则，也可以改进你的原代码，确保每个name都和对应的id配对，同时修复文件资源管理的问题：

def label_map_to_dict(path):
    result_dict = {}
    current_id = None
    
    with open(path, 'r', encoding='utf-8') as file:
        for line in file:
            line = line.strip()
            if not line:
                continue
            
            if 'id:' in line:
                # 提取当前item的id
                current_id = int(line.split(':')[1].strip())
            elif 'name:' in line:
                # 提取name后，立即和最近的id配对
                name = line.split("'")[1]
                if current_id is not None:
                    result_dict[name] = current_id
                    current_id = None  # 重置，准备处理下一个item
    
    return result_dict

优势：逻辑和你的原代码接近，容易理解，同时避免了zip可能因id/name数量不匹配导致的错误。

方案3：生成器处理大文件（内存友好）

如果你的文本文件非常大，一次性读入内存会占用过多资源，可以用生成器逐行处理：

import re

def parse_item_generator(path):
    item_pattern = r'item\s*\{\s*id:\s*(\d+)\s*name:\s*\'([^\']+)\'\s*\}'
    with open(path, 'r', encoding='utf-8') as file:
        for line in file:
            # 逐行匹配item，找到就yield出来
            matches = re.findall(item_pattern, line)
            for id_str, name in matches:
                yield (name, int(id_str))

def label_map_to_dict(path):
    # 直接把生成器的结果转成字典
    return dict(parse_item_generator(path))

优势：每次只处理一行数据，内存占用极低，适合GB级别的大文件场景。

总结 #

如果你的文本格式严格固定，优化后的原代码足够用；但如果格式可能有变化（比如空格、换行），正则方案是最优选择，通用性和健壮性都更强。

内容的提问来源于stack exchange，提问作者MJA