从多个文本文件构建字典映射

Question

我有多个带有ID和值的* .txt文件，我想创建一个唯一的字典。但是，某些文件中会重复某些ID，并且对于这些ID，我想要将这些值进行CONCATENATED。这是两个文件的示例（但我有一堆文件，所以我认为我需要glob.glob）:(注意某个文件中的所有'值'具有相同的长度，所以我可以将' - '添加为。多次LEN（值）丢失

文件1

ID01 
Hi 
ID02 
my 
ID03 
ni 

文件2

ID02 
name 
ID04 
meet 
ID05 
your 

欲望输出：（注意，当没有重复的ID，我要添加“ Na'或' - '，与len（value）相同）这是我的输出：

ID01 
Hi---- 
ID02 
myname 
ID03 
ni---- 
ID04 
--meet 
ID05 
--your 

我只想将输出存储在字典中。另外，我猜如果打开文件时打印文件，我可以知道打开哪个文件的顺序，对吧？

这是我有：（我不能连接我的价值观至今）

output={} 
list = [] 
for file in glob.glob('*.txt'):   
    FI = open(file,'r') 
    for line in FI.readlines(): 
     if (line[0]=='I'):  #I am interested in storing only the ones that start with I, for a future analysis. I know this can be done separating key and value with '\t'. Also, I am sure the next lines (values) does not start with 'I' 
      ID = line.rstrip() 
      output[ID] = '' 
      if ID not in list: 
       list.append(ID)  
     else: 
      output[ID] = output[ID] + line.rstrip() 

    if seqs_name in list: 
     seqs[seqs_name] += seqs[seqs_name] 

    print (file) 
    FI.close() 


print ('This is your final list: ') 
print (list) #so far, I am getting the right final list, with no repetitive ID 
print (output) #PROBLEM: the repetitive ID, is being concatenated twice the 'value' in the last file read. 

此外，如何添加“ - ”时，不重复ID？我将非常感谢您的帮助。

总结：当密钥在另一个文件中重复时，我无法连接值。如果密钥不重复，我想添加' - '，这样我以后可以打印文件名并知道某个ID在哪个文件中没有值。

Answer 1

几个问题与您现有的代码：

1. line[0] == 'ID'：line[0]返回字符，所以这比较始终为false。改用str.startswidth(xxx)来检查一个字符串是否以xxx开头。

2. 您没有正确检索ID之后的文本。最简单的方法是致电next(f)。

3. 您不需要第二个列表。此外，不要将变量list命名为阴影内置。

---

import collections 

output = collections.defaultdict(str) 
for file in glob.glob('*.txt'):   
    with open(file, 'r') as f: 
    for line in f: 
     if line.startswith('ID'): 
      try: 
       text = next(f) 
       output[line.strip()] += text.strip() + ' ' 
      except StopIteration: 
       pass 

print(output) 

它绝不会伤害到钓奇异常，则使用try-except。