如何重写这个函数来实现 OrderedDict？

Question

我有以下函数，它完成了将 XML 文件解析为字典的粗略工作。

不幸的是，由于 Python 字典没有排序，我无法按照我的意愿循环浏览节点。

如何更改它，以便它输出一个有序字典，该字典反映使用 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？

供参考的 XML 文件：

<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

您可以使用新的 OrderedDict< /a>dict 子类，在版本 2.7^✶ 中添加到标准库的 collections 模块中。实际上，您需要的是一个 Ordered+defaultdict 组合，该组合并不存在 - 但可以通过子类化 OrderedDict 来创建一个组合，如下所示：

^{✶ 如果您的 Python 版本没有 OrderedDict，您应该能够使用 Raymond Hettinger 的 Py2.4 的有序字典 ActiveState 配方作为基类。}

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 callable(default_factory)):
            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, iter(self.items())

    def __repr__(self):  # Optional.
        return '%s(%r, %r)' % (self.__class__.__name__, self.default_factory, self.items())

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)

测试 XML 文件生成的输出如下所示：

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

a
aa
aaa
aaaa
aaaaa

我认为这与您想要的很接近。

小更新：

添加了一个 __reduce__() 方法，该方法将允许正确对类的实例进行 pickle 和 unpickle。这对于这个问题来说不是必需的，但在类似问题中出现。

Answer 2

martineau 的食谱对我有用，但它与从 DefaultDict 继承的方法 copy() 存在问题。以下方法修复了此缺点：

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

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

请考虑，此实现不进行深度复制，这似乎特别适用于默认字典，而在大多数情况下是正确的做法

Answer 3

这里的答案列出了 OrderedDict 的许多可能的实现： 如何按照插入顺序从字典中检索项目？

您可以通过复制其中一个实现来创建自己的 OrderedDict 模块，以便在自己的代码中使用。我假设由于您运行的 Python 版本的原因，您无权访问 OrderedDict。

您的问题的一个有趣的方面是可能需要 defaultdict 功能。如果你需要这个，你可以实现__missing__方法来获得想要的效果。