Python一键两值字典循环问题及PySpark环境下的修正需求

首先看你遇到的问题：代码输出里出现单个字符，是因为错误地嵌套遍历了字典值的列表，把每个字符串当成可迭代对象取索引，导致拿到的是字符串的单个字符，而非整个字符串元素。

为什么会出错？ #

你的字典每个值是包含两个字符串的列表，比如['SERIAL_NUMBER :: (\w+)','number']，但原代码里的内层循环for v1 in v会逐个取出这两个字符串，然后v1[0]、v1[1]取的是字符串的第0、第1个字符，这就是输出里出现'S'、'W'的原因。

关于列表 vs 字典的选择 #

你的需求是每个键对应两个有序的值，且需要通过索引访问，用列表完全合适——列表天然有序，通过索引[0]、[1]访问直接符合你的要求；如果用字典（比如{'pattern': '...', 'label': '...'}）虽然可读性更好，但不符合你“仅通过索引引用”的要求，所以列表是更优选择。

修正后的代码 #

dic = {
    '%serial_number%': ['SERIAL_NUMBER :: (\w+)', 'number'],
    '%sw_version%': ['SW_VERSION :: HR6400 ([\d\.\-]+)', 'ver']
}

def match_regex(text):
    # 每个键仅遍历一次，不需要内层循环
    for k, v in dic.iteritems():
        # 直接通过索引取列表里的两个元素，按顺序使用
        print(text, k, text, v[0], v[1])

match_regex(df.value)

效果说明 #

修改后，每个键只会被遍历一次，每次循环内直接通过索引v[0]、v[1]拿到对应位置的两个值，输出就会和你期望的一致：

(Column<value>, '%serial_number%', Column<value>, 'SERIAL_NUMBER :: (\w+)', 'number')
(Column<value>, '%sw_version%', Column<value>, 'SW_VERSION :: HR6400 ([\d\.\-]+)', 'ver')

内容的提问来源于stack exchange，提问作者PR102012