用dict變量和for循環在Python中進行混淆魔術行爲

Question

這裏是初級python程序員，我一直在意料之外的循環和字典行爲上擊敗了我的頭。我正在瀏覽日誌條目的CSV文件並將數據解析爲類別字典。當我初始化類通過循環每次快譯通，它按預期工作..

像這樣：

從這個看

log_entries = AutoVivification() 
# http://stackoverflow.com/questions/635483/what-is-the-best-way-to-implement-nested-dictionaries-in-python 

def scrublooper(log_file): 

    for ll in log_file: 
    # Initialize categories dict every round through the loop 
    categories = {'requests': {'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 0, 'Pages': 0, 'Content_Files': 0}, 'filter_action': {'re': 0, 'pl': 0, 'bs': 0}} 
    lld = LogDomain(ll) 
    domain, hostname, lan_host = lld.domain, lld.hostname, lld.lan_host 


    mimetypes = url_searcher(Settings.mimetypes, lld.mime_type) 

    if mimetypes: 
     category = mimetypes[2] 

     if not log_entries[lan_host].has_key(domain): 
      log_entries[lan_host][domain]= categories 

     log_entries[lan_host][domain]['requests'][category] += 1 

print log_entries['192.168.5.210']['google.com']['requests'] 
print log_entries['192.168.5.210']['webtrendslive.com']['requests'] 
print log_entries['192.168.5.210']['osnews.com']['requests'] 
print log_entries['192.168.5.210']['question-defense.com']['requests'] 
print log_entries['192.168.5.210']['optimost.com']['requests'] 

輸出是我所期待的：

{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 95, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 1, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 2, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 18, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 3, 'Pages': 0, 'Content_Files': 0} 

無論其！這是我的問題。我不想每次通過循環初始化類別字典。在這個簡化的例子中，這並不重要，但是在這個程序中，它會導致顯着的性能下降（30％）。

我需要DICT ONCE初始化類：

log_entries = AutoVivification() 
categories = {'requests': {'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 0, 'Pages': 0, 'Content_Files': 0}, 'filter_action': {'re': 0, 'pl': 0, 'bs': 0}} 

def scrublooper(log_file): 

    for ll in log_file: 
    lld = LogDomain(ll) 
    # etc, etc, etc 

然而，當我初始化類別ANYWHERE DICT for循環（無論是在scrublooper功能或簡稱爲log_entries變量之後），輸出外部是：

{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 685, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 685, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 685, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 685, 'Pages': 0, 'Content_Files': 0} 
{'Content_Visual': 0, 'Content_ProgramsUpdates': 0, 'Content_Text': 685, 'Pages': 0, 'Content_Files': 0} 

所有'Conent_Text'值都增加了！這裏發生了什麼？我確信我違反了一些python原則，但不知道該怎麼查找。我花了幾個小時才發現問題與類詞典有關。

非常感謝您的任何解釋。

Answer 1

我對你使用的工具不熟悉，但是當你在循環之外創建字典時，你只是創建一個字典。

if not log_entries[lan_host].has_key(domain): 
     log_entries[lan_host][domain]= categories 

此代碼只是使log_entries [lan_host] [domain]指向該單個字典。 Python不會複製這些值或類似的東西。所以這些行引用了相同的字典。

log_entries['192.168.5.210']['google.com'] 
log_entries['192.168.5.210']['webtrendslive.com'] 

P.S.我不能肯定地說，但我的直覺說，不想初始化一個新字典的表現可能是過度的。