在文件中涉及的連續兩行

Question

我有重複行這樣的txt文件：

 
Host: http://de.wikipedia.org 
Referer: http://www.wikipedia.org 
Host: answers.yahoo.com/ 
Referer: http://www.yahoo.com 
Host: http://de.wikipedia.org 
Referer: http://www.wikipedia.org 
Host: http://maps.yahoo.com/ 
Referer: http://www.yahoo.com 
Host: http://pt.wikipedia.org 
Referer: http://www.wikipedia.org 
Host: answers.yahoo.com/ 
Referer: http://www.yahoo.com 
Host: mail.yahoo.com 
Referer: http://www.yahoo.com 
Host: http://fr.wikipedia.org 
Referer: http://www.wikipedia.org 
Host: mail.yahoo.com 
Referer: http://www.yahoo.com 

我與這段代碼試圖去通過線，看看有多少主機已經通過訪問相同的推薦人：

 dd = {} 
for line in open('hosts.txt'): 
    if line.startswith('Host'): 
     host = line.split(':')[1].strip('\n') 
    elif line.startswith('Referer'): 
     referer = line.split(': ')[1].strip('\n') 
    dd.setdefault(referer, [0 , host]) 
     dd[referer][0] += 1 
print dd 

egfrom wikipedia.org，有多少鏈接或域已被訪問。

我只想要第一次出現任何引用者，並且對於屬於該引用者的主機，我想要所有這些引用的總和，忽略已經爲相同引用者計數的主機，所以基本上每當引用者主機是相同的，他們已經被計算在內，我希望他們被忽略，將「引用者」作爲鍵值和唯一主機的總和作爲值，如下所示：

{'http：// www。 wikipedia.org'：3，'www.yahoo.com'：2}

我的代碼存在的問題是，它將所有重複主機總計爲同一個引用者，因爲我無法弄清楚如何關聯主機和Referer行。所以，任何暗示或幫助是高度讚賞。

Answer 1

您可以爲字典中的每個引用者設置一個集合，而不僅僅是一個數字。通過這種方式，您可以將每臺主機添加到該集合，並且重複將自動被丟棄。要獲取引用者的主機數量，請獲取集合中元素的數量。

dd = {} 
referrer = None 

for line in open('hosts.txt'): 
    if line.startswith('Host'): 
     host = line.split(': ')[1].strip('\n') 
    elif line.startswith('Referer'): 
     referrer = line.split(': ')[1].strip('\n') 

    if referrer is not None: 
     dd.setdefault(referrer, set()).add(host) 
     referrer = None 

for k, v in dd.iteritems(): 
    print k, len(v)