Question

我有以下功能，可以将XML文件解析为字典。

不幸的是，由于Python字典没有排序，我无法按照自己的意愿循环遍历节点。

如何更改此值，以便输出一个有序字典，该字典反映了使用'for'循环时节点的原始顺序。

def simplexml_load_file(file):
    import collections
    from lxml import etree

    tree = etree.parse(file)
    root = tree.getroot()

    def xml_to_item(el):
        item = None
        if el.text:
            item = el.text
        child_dicts = collections.defaultdict(list)
        for child in el.getchildren():
            child_dicts[child.tag].append(xml_to_item(child))
        return dict(child_dicts) or item

    def xml_to_dict(el):
        return {el.tag: xml_to_item(el)}

    return xml_to_dict(root)

x = simplexml_load_file('routines/test.xml')

print x

for y in x['root']:
    print y

输出：

{'root': {
    'a': ['1'],
    'aa': [{'b': [{'c': ['2']}, '2']}],
    'aaaa': [{'bb': ['4']}],
    'aaa': ['3'],
    'aaaaa': ['5']
}}

a
aa
aaaa
aaa
aaaaa

如何实现collections.OrderedDict，以便确保获得正确的节点顺序？

XML文件供参考：

<root>
    <a>1</a>
    <aa>
        <b>
            <c>2</c>
        </b>
        <b>2</b>
    </aa>
    <aaa>3</aaa>
    <aaaa>
        <bb>4</bb>
    </aaaa>
    <aaaaa>5</aaaaa>
</root>

Answer 1

您可以使用在版本2.7 *中添加到标准库的dict模块的新OrderedDict collections子类。实际上你需要的是一个不存在的Ordered + defaultdict组合 - 但是可以通过子类OrderedDict创建一个组合，如下所示：

import collections

class OrderedDefaultdict(collections.OrderedDict):
    """ A defaultdict with OrderedDict as its base class. """

    def __init__(self, default_factory=None, *args, **kwargs):
        if not (default_factory is None
                or isinstance(default_factory, collections.Callable)):
            raise TypeError('first argument must be callable or None')
        super(OrderedDefaultdict, self).__init__(*args, **kwargs)
        self.default_factory = default_factory  # called by __missing__()

    def __missing__(self, key):
        if self.default_factory is None:
            raise KeyError(key,)
        self[key] = value = self.default_factory()
        return value

    def __reduce__(self):  # optional, for pickle support
        args = (self.default_factory,) if self.default_factory else tuple()
        return self.__class__, args, None, None, self.iteritems()

    def __repr__(self):  # optional
        return '%s(%r, %r)' % (self.__class__.__name__, self.default_factory,
                               list(self.iteritems()))

def simplexml_load_file(file):
    from lxml import etree

    tree = etree.parse(file)
    root = tree.getroot()

    def xml_to_item(el):
        item = el.text or None
        child_dicts = OrderedDefaultdict(list)
        for child in el.getchildren():
            child_dicts[child.tag].append(xml_to_item(child))
        return collections.OrderedDict(child_dicts) or item

    def xml_to_dict(el):
        return {el.tag: xml_to_item(el)}

    return xml_to_dict(root)

x = simplexml_load_file('routines/test.xml')
print(x)

for y in x['root']:
    print(y)

从测试XML文件生成的输出如下所示：

输出：

{'root':
    OrderedDict(
        [('a', ['1']),
         ('aa', [OrderedDict([('b', [OrderedDict([('c', ['2'])]), '2'])])]),
         ('aaa', ['3']),
         ('aaaa', [OrderedDict([('bb', ['4'])])]),
         ('aaaaa', ['5'])
        ]
    )
}

a
aa
aaa
aaaa
aaaaa

我认为这与你想要的很接近。

*如果您的Python版本没有在v2.5中引入的OrderedDict，您可以使用Raymond Hettinger的Ordered Dictionary for Py2.4 ActiveState配方作为基类。

次要更新：

添加了__reduce__()方法，该方法可以正确地对类的实例进行pickle和unpickled。对于这个问题，这不是必需的，而是similar一个。

Answer 2

答案中列出了许多可能的OrderedDict实现：How do you retrieve items from a dictionary in the order that they're inserted?

您可以通过复制其中一个实现来创建自己的OrderedDict模块，以便在您自己的代码中使用。我假设您无法访问OrderedDict，因为您正在运行的是Python版本。

您的问题的一个有趣方面是可能需要defaultdict功能。如果需要，可以实现__missing__方法以获得所需的效果。

Answer 3

来自martineau的食谱对我有用，但是从DefaultDict继承的方法copy（）有问题。以下方法解决了这个缺点：

class OrderedDefaultDict(OrderedDict):
    #Implementation as suggested by martineau

    def copy(self):
         return type(self)(self.default_factory, self)

请考虑一下，这个实现没有深度复制，特别是对于默认词典而言，在大多数情况下都是正确的做法

如何重写此函数以实现OrderedDict？

3 个答案: