Crear lista de diccionario Python

Question

Quiero obtener todos los iframe desde una página web.

Código:

site = "http://" + url 
f = urllib2.urlopen(site) 
web_content = f.read() 

soup = BeautifulSoup(web_content) 
info = {} 
content = [] 
for iframe in soup.find_all('iframe'): 
    info['src'] = iframe.get('src') 
    info['height'] = iframe.get('height') 
    info['width'] = iframe.get('width') 
    content.append(info) 
    print(info)  

pprint(content) 

resultado de print(info):

{'src': u'abc.com', 'width': u'0', 'height': u'0'} 
{'src': u'xyz.com', 'width': u'0', 'height': u'0'} 
{'src': u'http://www.detik.com', 'width': u'1000', 'height': u'600'} 

resultado de pprint(content):

[{'height': u'600', 'src': u'http://www.detik.com', 'width': u'1000'}, 
{'height': u'600', 'src': u'http://www.detik.com', 'width': u'1000'}, 
{'height': u'600', 'src': u'http://www.detik.com', 'width': u'1000'}] 

¿Por qué es el valor del contenido no está bien? Se supone que debe ser igual que el valor cuando I print(info).

Answer 1

No están creando un diccionario separado para cada marco flotante, que acaba de seguir modificando el mismo diccionario una y otra, y seguir añadiendo adicional referencias a ese diccionario en su lista.

Recuerde, cuando hace algo como content.append(info), no está haciendo una copia de los datos, simplemente está agregando una referencia a los datos.

Necesita crear un nuevo diccionario para cada iframe.

for iframe in soup.find_all('iframe'): 
    info = {} 
    ... 

Mejor aún, no es necesario crear primero un diccionario vacío. Basta con crear todo a la vez:

for iframe in soup.find_all('iframe'): 
    info = { 
     "src": iframe.get('src'), 
     "height": iframe.get('height'), 
     "width": iframe.get('width'), 
    } 
    content.append(info) 

Hay otras maneras de lograr esto, como se itera sobre una lista de atributos, o el uso de la lista o por comprensión del diccionario, pero es difícil de mejorar la claridad del código anterior .

Answer 2

info es un puntero a un diccionario: sigue agregando el mismo puntero a su lista contact.

Insertar info = {} en el bucle y se debe resolver el problema:

... 
content = [] 
for iframe in soup.find_all('iframe'): 
    info = {} 
    info['src'] = iframe.get('src') 
    info['height'] = iframe.get('height') 
    info['width'] = iframe.get('width') 
... 

Answer 3

Ha malentendido el objeto Python list. Es similar a un C pointer-array. En realidad, no "copia" el objeto que le anexa. En cambio, solo almacena un "puntero" a ese objeto.

Prueba el siguiente código:

>>> d={} 
>>> dlist=[] 
>>> for i in xrange(0,3): 
    d['data']=i 
    dlist.append(d) 
    print(d) 

{'data': 0} 
{'data': 1} 
{'data': 2} 
>>> print(dlist) 
[{'data': 2}, {'data': 2}, {'data': 2}] 

¿Por qué es print(dlist) no es el mismo que print(d)?

El código siguiente muestra la razón:

>>> for i in dlist: 
    print "the list item point to object:", id(i) 

the list item point to object: 47472232 
the list item point to object: 47472232 
the list item point to object: 47472232 

para que pueda ver todos los elementos de la dlist apunta realmente a la misma dict objeto.

La verdadera respuesta a esta pregunta será adjuntar la "copia" del elemento de destino, utilizando d.copy().

>>> dlist=[] 
>>> for i in xrange(0,3): 
    d['data']=i 
    dlist.append(d.copy()) 
    print(d) 

{'data': 0} 
{'data': 1} 
{'data': 2} 
>>> print dlist 
[{'data': 0}, {'data': 1}, {'data': 2}] 

Prueba el truco id(), se puede ver los elementos de la lista en realidad apuntan a objetos completamente diferentes.

>>> for i in dlist: 
    print "the list item points to object:", id(i) 

the list item points to object: 33861576 
the list item points to object: 47472520 
the list item points to object: 47458120 

Answer 4

Si desea una línea:

list_of_dict = [{} for i in range(list_len)]