使用Python解析命令行输出并将结果存储在字典中

Question

我正在使用子进程来执行命令，然后尝试解析其输出。输出的类型为：

物镜6
endobj 6
第12页
...
...

，此输出将跨越一堆文件来生成。

结果应该是这样的：

[obj; 6，8,3，....所有文件]
[endobj; 6,4,5，.....所有文件]
...
...

我设法创建下列程序：

import subprocess 
import os 
import re 
from collections import defaultdict 

def run_pdfid(filename, d): 
    try: 
     p = subprocess.Popen(['python', 
          '/Users/as/Desktop/tools/pdfid_v0_2_1/pdfid.py',filename],stdout=subprocess.PIPE) 

     for line in p.stdout: 
      if '%PDF' in line or line.startswith('PDFiD'): 
       continue 
      pattern1 = "^\s*(\S+)\s+(\d+)" 
      m = re.search(pattern1, line) 
      key = m.group(1) 
      if key in d: 
       d[key].append(m.group(2)) 
      else: 
       d[key] = m.group(2) 
    except Exception: 
     match = None 



if __name__ == '__main__': 
    os.chdir('/Users/as/Desktop/shared/clean') 
    d = dict() 
    for root, dirs, file_names in os.walk(os.getcwd()): 
     for file in file_names: 
      #print file 
      run_pdfid(file, d) 

    for key, value in d.iteritems(): 
     print (key, value) 

似乎一切都工作正常除了字典创建。你能帮我找出问题吗？

编辑：正如所建议的，我将字典创建移出循环，它似乎帮助我部分。我得到的当前输出仅记录每个键的一个值。我希望它会包含所有文件的值。 电流输出看起来像：

（ 'OBJ'， '8'）
（ '/ JS'， '2'）
（ '流'， '1'）
（ 'endobj'，' 8 '）

它应该是： （' OBJ”， '8'， '6'， '5'，......）
...
...

Answer 1

你继续重新创建字典，但是你只使用final字典。您应该缩进最后两行，或者将字典创建移出循环，具体取决于您希望在同一字典中是否包含所有内容，或者希望在所有文件中报告一次。

如您所说，如果您希望为所有文件创建单个报表，则需要在循环前将字典创建（d = dict()）向上移出。

编辑补充：

回复您的评论，你可能添加键一次，然后打的异常，当您尝试添加到它。你可以改变d[key].append(m.group(2))到d[key].append([m.group(2)])，但真正的defaultdict的整个目的是不是必须有，如果/ else逻辑，所以我会简单地取代：

if key in d: 
    d[key].append(m.group(2)) 
else: 
    d[key] = m.group(2) 

有：

d[key].append(m.group(2)) 

使用defaultdict时，没有理由检查密钥是否已经存在。