本文深入探讨了如何利用 Python 的 collections.ChainMap 实现复杂字典的深度合并。针对 ChainMap 默认的浅层合并行为无法满足嵌套字典合并的需求，文章提出了一种自定义 DeepChainMap 类的方法。通过重写 __getitem__ 方法，该方案能够递归地合并具有相同键的嵌套字典，从而实现真正的深度合并，同时保留 ChainMap 的惰性查找特性。
理解 ChainMap 的基本行为与局限性
collections.ChainMap 是 Python 标准库中一个非常实用的工具，它将多个字典或映射组合成一个单一的、可更新的视图。当查找一个键时，ChainMap 会按照传入字典的顺序依次查找，返回第一个找到的键对应的值。这在需要按优先级合并配置或环境变量等场景下非常有用。
考虑以下两个字典 a 和 b：
a = {'123': {'player': 1, 'opponent': 2}, '18': {'player': 10, 'opponent': 12} }b = {'123': {'winner': 1}, '180': {'winner': 2} }
如果直接使用 ChainMap(a, b) 并尝试将其转换为字典，我们会发现 ChainMap 默认的行为是浅层合并。对于相同的顶级键，它会优先使用第一个字典中的值，而不会尝试合并嵌套的字典：
from collections import ChainMapprint(dict(ChainMap(a, b)))# 输出: {'123': {'player': 1, 'opponent': 2}, '180': {'winner': 2}, '18': {'player': 10, 'opponent': 12}}
可以看到，键 ‘123’ 的值直接取自 a，b 中 ‘123’ 下的 {‘winner’: 1} 被完全忽略了。这与我们期望的深度合并结果，即 ‘123’ 下的字典应合并为 {‘player’: 1, ‘opponent’: 2, ‘winner’: 1}，相去甚远。
立即学习“Python免费学习笔记（深入）”；
实现深度合并：自定义 DeepChainMap
要实现对嵌套字典的深度合并，我们需要扩展 ChainMap 的行为，使其在遇到嵌套字典时能够递归地进行合并。这可以通过重写 DeepChainMap 类的 __getitem__ 方法来实现。当 ChainMap 尝试获取一个键的值时，如果该值本身是一个字典，我们则递归地为这个嵌套字典创建另一个 DeepChainMap 实例，从而实现深度合并。
以下是 DeepChainMap 的实现：
from collections import ChainMapclass DeepChainMap(ChainMap): """ ChainMap 的变体，支持对嵌套字典的深度合并。 当获取一个键的值时，如果该值是字典，则递归地合并所有映射中该键对应的字典。 """ def __getitem__(self, key): # 收集所有映射中存在给定键的值 values = (mapping[key] for mapping in self.maps if key in mapping) try: # 获取第一个找到的值 first = next(values) except StopIteration: # 如果所有映射中都不存在该键，则调用父类的 __missing__ 方法（通常会抛出 KeyError） return self.__missing__(key) # 如果第一个值是字典，则递归地为所有找到的字典值创建 DeepChainMap if isinstance(first, dict): # 注意：这里将 first 放在第一个，以确保其内容优先， # 并且后续的 values 会按 ChainMap 的顺序进行合并 return self.__class__(first, *values) # 如果不是字典，直接返回第一个找到的值 return first def __repr__(self): # 为了更清晰的表示，将 DeepChainMap 转换为普通字典的字符串表示 return repr(dict(self))
__getitem__ 方法解析
values = (mapping[key] for mapping in self.maps if key in mapping): 这一行是核心。它遍历 DeepChainMap 内部存储的所有映射（即传入的原始字典），并生成一个迭代器，其中包含所有找到的、与给定 key 关联的值。这样，即使 key 在多个字典中都存在，我们也能获取到它们所有的值。first = next(values): 尝试从 values 迭代器中获取第一个值。这个值是根据 ChainMap 的查找顺序（即传入字典的顺序）找到的第一个值。except StopIteration: return self.__missing__(key): 如果 values 迭代器为空（即在任何映射中都没有找到 key），则抛出 StopIteration 异常。我们捕获这个异常并调用 self.__missing__(key)，这通常会导致 KeyError，符合字典找不到键的行为。*`if isinstance(first, dict): return self.class(first, values)**: 这是实现深度合并的关键。如果first值是一个字典，这意味着我们遇到了一个需要深度合并的嵌套结构。此时，我们递归地创建一个新的DeepChainMap实例。这个新的DeepChainMap将以first字典作为其第一个映射，然后将values迭代器中剩余的所有字典（即在其他映射中找到的、与相同key关联的字典）作为后续映射传入。这样，新的DeepChainMap` 会负责合并这些嵌套字典。return first: 如果 first 值不是字典（例如，它是字符串、数字、列表等），则不需要深度合并，直接返回 first 即可。
__repr__ 方法解析
__repr__ 方法被重写是为了提供一个更友好的字符串表示。默认情况下，ChainMap 的 repr 会显示其内部的 maps 列表，这对于调试和理解 DeepChainMap 的最终状态不太直观。通过将其转换为 dict(self) 再进行 repr，我们可以直接看到合并后的字典结构，就像一个普通的字典一样。
使用 DeepChainMap 进行深度合并
现在，我们可以使用自定义的 DeepChainMap 来实现我们最初的目标：
# 重新定义原始字典a = {'123': {'player': 1, 'opponent': 2}, '18': {'player': 10, 'opponent': 12} }b = {'123': {'winner': 1}, '180': {'winner': 2} }# 使用 DeepChainMap 进行合并merged_map = DeepChainMap(a, b)print(merged_map)# 预期输出: {'123': {'winner': 1, 'player': 1, 'opponent': 2}, '180': {'winner': 2}, '18': {'player': 10, 'opponent': 12}}# 转换为普通字典以进行进一步操作（如果需要）final_dict = dict(merged_map)print(final_dict)# 输出: {'123': {'winner': 1, 'player': 1, 'opponent': 2}, '180': {'winner': 2}, '18': {'player': 10, 'opponent': 12}}
从输出可以看出，对于键 ‘123’，嵌套字典 { ‘player’: 1, ‘opponent’: 2 } 和 { ‘winner’: 1 } 已经被成功合并为一个完整的字典 { ‘player’: 1, ‘opponent’: 2, ‘winner’: 1 }。同时，非重叠的键 ’18’ 和 ‘180’ 也被正确保留。
注意事项与总结
惰性查找特性: DeepChainMap 继承了 ChainMap 的惰性查找特性。这意味着只有当实际访问某个键时，才会执行查找和潜在的深度合并操作。这对于处理非常大的字典集合，但只访问其中一部分数据的情况，可以提高效率。合并顺序: 合并的优先级仍然遵循 ChainMap 的规则，即传入 DeepChainMap 的字典顺序。对于非字典类型的值，第一个找到的值会被返回。对于字典类型的值，它们会递归地合并，但后续字典中的同名键会覆盖前面字典中的同名键（这是 dict.update() 或字典合并的常见行为）。适用场景: DeepChainMap 特别适用于需要将多个配置源（如默认配置、用户配置、命令行参数）进行深度合并的场景，尤其当这些配置中包含嵌套结构时。与递归更新的区别: 如果你仅仅需要一个最终的、完全合并后的新字典，并且不关心 ChainMap 的惰性查找特性，那么编写一个递归函数来更新字典可能是另一种更直接的方式。然而，DeepChainMap 提供了一种优雅且面向对象的方式来处理这类深度合并问题，尤其是在需要维护多个字典视图的场景下。
通过自定义 DeepChainMap，我们成功扩展了 collections.ChainMap 的功能，使其能够处理更复杂的深度合并需求，为 Python 开发者提供了更强大的字典操作工具。
以上就是使用 ChainMap 实现 Python 字典的深度合并的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1366998.html
微信扫一扫 
支付宝扫一扫 
