格式化本地时的KeyError

时间:2017-07-03 11:50:29

标签: python python-3.x jupyter-notebook keyerror

我面对KeyError我无法解释或理解。 我有一个笔记本,我在其中定义了一个单元格中的变量PREFIX

PREFIX = "/home/mavax/Documents/info/notebook/log_study"

这只是包含日志的文件夹的路径,因此使用笔记本的人只需要更改路径就可以执行以下代码。

然后,后来(下面有很多单元格),我使用它,没有任何问题:

for basename in ["log_converted_full.txt", "log_converted_trimmed.txt"]:
    entries = load_log_for_insertion("%(PREFIX)s/datasets/logs/%(basename)s" % locals())
    pprint(entries)

然后我得到了我期望的输出,意味着找到了文件并且正在打印日志的(非常长的)输出。

我还有一些单元格描述了我为这个问题实现的结构,当需要再次执行相同的代码时,我得到了KeyError

带来错误的代码:

def demo_synthetic_dig_dag(data_size):
    for basename in ["alert_converted_trimmed.txt"]:
        ###
        entries = load_log_for_insertion("%(PREFIX)s/datasets/logs/%(basename)s" % locals())[:data_size]
        g = AugmentedDigDag()
        g.build(entries)

        html(
            """
            <table>
                <tr><td>%s</td></tr>
            </table>
            """ % (
                synthetic_graph_to_html(g, 2, 0.03)
            )
        )

并且,在下一个单元格中:

demo_synthetic_dig_dag(200)

Jupyter输出:

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-179-7c2a79d0afd6> in <module>()
----> 1 demo_synthetic_dig_dag_armen(200)

<ipython-input-178-d17f57de3c01> in demo_synthetic_dig_dag(data_size)
     18     for basename in ["log_converted_trimmed.txt"]:
     19         ###
---> 20         entries = load_log_for_insertion("%(PREFIX)s/datasets/logs/%(basename)s" % locals())[:data_size]
     21         g = AugmentedDigDag()
     22         g.build(entries)

KeyError: 'PREFIX'

我很确定这个错误很简单而且很愚蠢,但是,如果有人能睁开我的眼睛,我会非常感激!

1 个答案:

答案 0 :(得分:1)

在函数外部,locals()globals()相同,因此您没有问题。

当置于函数内部时,locals()不以任何方式包含PREFIX(它存储在globals()中,它包含该函数的本地名称。这就是为什么格式化这些失败,它试图从PREFIX字典返回的字典中获取名为locals()的键。

为什么不使用%

,而不是使用.format格式化
"{}/datasets/logs/{}s".format(PREFIX, basename)

或者,您可以将PREFIX带入本地范围,并为您的函数添加一个参数:

def demo_synthetic_dig_dag(data_size, PREFIX=PREFIX):

但我没有看到很多的好处。 (是的,本地查询的性能提升很小,但我怀疑它会起作用)