Python迭代字典存值更新：按Speaker存储语音文本的最优方案

我懂你现在的困扰：你想遍历文本列表，把每个Speaker对应的Group和语音文本存储到字典里，但现有的代码每次迭代都会覆盖之前的数据，最后只留下最后一个Speaker的信息，完全不是你想要的结果。

问题出在哪？ #

你初始化的dictspeaker是单个字典对象，每次循环调用update()都会把里面的键值对替换成当前Speaker的信息，相当于一直在修改同一个字典，而不是为每个Speaker创建独立的条目。最终自然只能得到最后一次迭代的结果。

正确的解决方案 #

我们需要调整数据结构：用一个外层字典，把每个Speaker的名字作为键，对应的值是包含Group和Text的子字典（如果一个Speaker有多段文本，Text可以用列表来存储多条内容）。这样就能实现每个Speaker的信息独立存储，迭代时只更新对应Speaker的条目。

完整示例代码 #

import re

def speaker_texts(cleanedList):
    # 外层字典：键为Speaker名称，值为包含Group和Text的子字典
    speaker_dict = {}
    # 正则表达式：匹配Speaker名称和Group（比如 "Alice (GROUP_A)" 这样的格式）
    pattern_speaker = r"([A-Z]+[a-z]*)\s*\(([A-Z]*)\)"
    
    for sent in cleanedList:
        # 提取当前句子中的Speaker和Group信息
        matches = re.findall(pattern_speaker, sent)
        if matches:
            # 取第一个匹配结果（假设每个句子只有一个Speaker标识）
            speaker_name, group = matches[0]
            # 提取句子中的文本内容：去掉Speaker标识部分
            text_content = re.sub(pattern_speaker, "", sent).strip()
            
            # 判断当前Speaker是否已经在字典中
            if speaker_name in speaker_dict:
                # 如果存在，追加文本到Text列表
                speaker_dict[speaker_name]["Text"].append(text_content)
            else:
                # 如果不存在，创建新的条目，Text初始化为列表存储第一条文本
                speaker_dict[speaker_name] = {
                    "Group": group,
                    "Text": [text_content]
                }
    return speaker_dict

关键说明 #

• 数据结构设计：外层字典speaker_dict确保每个Speaker有独立的条目，避免覆盖；用列表存储Text是为了支持一个Speaker有多段语音文本的场景。
• 文本提取：用re.sub()去掉句子中的Speaker标识部分，得到纯文本内容。
• 迭代更新逻辑：每次迭代先判断Speaker是否已存在，存在则追加文本，不存在则新建条目，保证所有Speaker的信息都被保留。

测试示例 #

假设你的cleanedList是这样的：

cleanedList = [
    "Alice (GROUP_A) Hello everyone!",
    "Bob (GROUP_B) Hi Alice!",
    "Alice (GROUP_A) Nice to meet you Bob."
]

调用speaker_texts(cleanedList)后，得到的结果会是：

{
    "Alice": {
        "Group": "GROUP_A",
        "Text": ["Hello everyone!", "Nice to meet you Bob."]
    },
    "Bob": {
        "Group": "GROUP_B",
        "Text": ["Hi Alice!"]
    }
}

这样就完美实现了每个Speaker的信息存储与更新啦～

内容的提问来源于stack exchange，提问作者madik_atma