递归删除字典键？

Question

我正在使用Python 2.7与plistlib以嵌套dict / array格式导入.plist的方式，然后查找特定的键并在我看到的任何位置将其删除。

当涉及到我们在办公室使用的实际文件时，我已经知道在哪里可以找到这些值了，但是我写脚本的初衷是我没有，希望我不必如果文件结构发生更改，将来会进行更改，或者我们需要对其他类似文件进行同样的更改。

不幸的是，我似乎在遍历字典时试图修改它，但是我不确定这是如何发生的，因为我正在使用iteritems()并enumerate()获取生成器并使用这些生成器而不是实际使用的对象。

def scrub(someobject, badvalue='_default'): ##_default isn't the real variable
    """Walks the structure of a plistlib-created dict and finds all the badvalues and viciously eliminates them.

Can optionally be passed a different key to search for."""
    count = 0

    try:
        iterator = someobject.iteritems()
    except AttributeError:
        iterator = enumerate(someobject)

    for key, value in iterator:
        try:
            scrub(value)
        except:
            pass
        if key == badvalue:
            del someobject[key]
            count += 1

    return "Removed {count} instances of {badvalue} from {file}.".format(count=count, badvalue=badvalue, file=file)

不幸的是，当我在测试.plist文件上运行此命令时，出现以下错误：

Traceback (most recent call last):
  File "formscrub.py", line 45, in <module>
    scrub(loadedplist)
  File "formscrub.py", line 19, in scrub
    for key, value in iterator:
RuntimeError: dictionary changed size during iteration

因此，问题可能出在对自身的递归调用上，但是即使那样，它是否不应该只是从原始对象中删除呢？我不确定如何避免递归（或者如果这是正确的策略），但是由于它是.plist，所以我确实需要能够确定什么时候是字典或列表，并对其进行迭代以寻找（a）更多内容。字典来搜索，或者（b）我需要删除的导入的.plist中的实际键值对。

最终，这是部分非问题的，因为我将定期使用的文件具有已知的结构。但是，我真的希望创建一些无关紧要的对象，只要它是其中包含数组的Python字典即可。

Answer 1

遍历序列时在序列中添加项目或从序列中删除项目是最棘手的事情，并且对dicts来说是非法的（正如您刚刚发现的）。迭代时从字典中删除条目的正确方法是迭代键的快照。在Python 2.x中，dict.keys()提供了这样的快照。因此对于dicts解决方案是：

for key in mydict.keys():
    if key == bad_value:
        del mydict[key]

正如cpizza在评论中提到的那样，对于python3，您需要使用以下命令显式创建快照list()：

for key in list(mydict.keys()):
    if key == bad_value:
        del mydict[key]

对于列表，尝试对索引的快照（即for i in len(thelist):）进行迭代会在删除所有内容后立即导致IndexError（显然，因为至少最后一个索引将不再存在），即使没有，您也可能会跳过一个或多个项目（因为删除项目会使索引序列与列表本身不同步）。enumerate对于IndexError是安全的（因为当列表中没有更多“下一个”项目时，迭代将自行停止，但是您仍然会跳过以下项目：

>>> mylist = list("aabbccddeeffgghhii")
>>> for x, v  in enumerate(mylist):
...     if v in "bdfh":
...         del mylist[x]
>>> print mylist
['a', 'a', 'b', 'c', 'c', 'd', 'e', 'e', 'f', 'g', 'g', 'h', 'i', 'i']

如您所见，这不是很成功。

此处已知的解决方案是对反向索引进行迭代，即：

>>> mylist = list("aabbccddeeffgghhii")
>>> for x in reversed(range(len(mylist))):
...     if mylist[x] in "bdfh":
...         del mylist[x]
>>> print mylist
['a', 'a', 'c', 'c', 'e', 'e', 'g', 'g', 'i', 'i']

这也适用于反向枚举，但是我们并不在乎。

总结一下：对于字典和列表，您需要两个不同的代码路径-并且还需要注意“非容器”值（既不是列表也不是字典的值），而在当前代码中则无需考虑。

def scrub(obj, bad_key="_this_is_bad"):
    if isinstance(obj, dict):
        # the call to `list` is useless for py2 but makes
        # the code py2/py3 compatible
        for key in list(obj.keys()):
            if key == bad_key:
                del obj[key]
            else:
                scrub(obj[key], bad_key)
    elif isinstance(obj, list):
        for i in reversed(range(len(obj))):
            if obj[i] == bad_key:
                del obj[i]
            else:
                scrub(obj[i], bad_key)

    else:
        # neither a dict nor a list, do nothing
        pass

附带说明：切勿编写裸除条款。从来没有。确实，这应该是非法的语法。

Answer 2

这里是 @bruno desthuilliers 的通用版本，带有callable用于测试按键的版本。

def clean_dict(obj, func):
    """
    This method scrolls the entire 'obj' to delete every key for which the 'callable' returns
    True

    :param obj: a dictionary or a list of dictionaries to clean
    :param func: a callable that takes a key in argument and return True for each key to delete
    """
    if isinstance(obj, dict):
        # the call to `list` is useless for py2 but makes
        # the code py2/py3 compatible
        for key in list(obj.keys()):
            if func(key):
                del obj[key]
            else:
                clean_dict(obj[key], func)
    elif isinstance(obj, list):
        for i in reversed(range(len(obj))):
            if func(obj[i]):
                del obj[i]
            else:
                clean_dict(obj[i], func)

    else:
        # neither a dict nor a list, do nothing
        pass

还有一个带有正则表达式可调用的示例：

func = lambda key: re.match(r"^<div>", key)

clean_dict(obj, func)