質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.23%

【Python】長文を指定キーワードでディクショナリ(JSON)化する方法。

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,547

EzrealTrueshot

score 421

お世話になっております。Ezです。
Pythonで長文を指定キーワードでディクショナリ(JSON)化する方法を探しています。
変数tmpの中身↓
売ります カメラ(高級品) 売ります 10年間使った中古の冷蔵庫 買います 新品のMacBookAir 10万円以内で その他 hogehoge・・・
上記を指定したキーワード(売ります 買います その他の3つ)を元に下記のような形にしたいです。
{売ります:"カメラ(高級品)", 売ります:"10年間使った中古の冷蔵庫", 買います:"新品のMacBookAir 10万円以内で", その他:"hogehoge"}
まずは、キーワード毎にsplitさせようかとおもい
print tmp.split("売ります")
これを記載したところ、下記エラーが出ました。
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe5 in position 0: ordinal not in range(128)

そこで
print tmp.split(u"売ります")
と、uを付け加えたところエラーはでなくなりましたがprint結果が文字化けしていました。

[u'', u' \u672a\u77e5\u306e\u30d6\u30ed\u30f3\u30ba\u30d6\u30ec\u30b9\u30ec\u30c3\u30c8\uff08\u30b5\u30d5\u30a1\u30a4\u30a2\uff06\u30a8\u30e1\u30e9\u30eb\u30c9\uff09\u300016M ', u' \u4fdd\u8b77ES\u30002m@2\u3000\・・・]

長文をディクショナリ化させる方法をご存知の方いらっしゃいましたらご教授いただけないでしょうか?
よろしくお願い致します。
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

まず、dict化の前にpythonの文字コードの扱いについて学ばれたほうがよいように思います。
Pythonドキュメント UNICODE HOWTO

単純にdictをprintする場合、個々のkeyやvalueに対してprint文の暗黙の文字コード変換が機能しないため文字化けします。ループさせて個々のkey,valueをprintする場合はterminalの文字コードに変換しようとするため、ユニコード文字列の場合(=u"hoge hoge")はきちんと表示されるはずです。

ちょっとやってみました。(入力がよくないため、あまり綺麗な実装とは言えませんが。。。)

# -*- coding: utf-8 -*-
u'''文字列を辞書化する関数
以下の書式のみに対応
"[PLACEHOLDER] [value] [PLACEHOLDER] [value]...."
前提条件:各要素がスペースで区切られており、必ずPLACEHOLDERSのいずれかの要素とvalueがペアで渡されることを想定
'''
from collections import defaultdict

PLACEHOLDERS = [u"売ります", u"買います", u"その他"]


def to_dict(s, splitter):
    d = defaultdict(list)
    items = s.split(splitter)
    key = ""
    lastindex = 0
    for index, item in enumerate(items):
        if(item in PLACEHOLDERS):
            if(key != ""):
                d[key][len(d[key]) - 1] = " ".join(items[lastindex:index])
            key = item
            lastindex = index + 1
            d[item].append(items[index + 1])
    return d

if(__name__ == '__main__'):
    # test
    temp = u"売ります カメラ(高級品) 売ります 10年間使った中古の冷蔵庫 買います 新品のMacBookAir 10万円以内で その他 hogehoge"
    for key, item in to_dict(temp, u" ").items():
        for value in item:
            print key, value

追記

おそらくスクレイピングの結果なのかな、と思います。
なので、スクレイピングで取得するときに少し工夫をして以下のような形式で取得できるのであれば、もっと綺麗な方法で実装することができます。

# -*- coding: utf-8 -*-
u'''文字列を辞書化する関数
以下の書式のみに対応
['PLACEHOLDER', 'value', 'PLACEHOLDER', 'value',....]"
前提条件:必ずPLACEHOLDERSのいずれかの要素とvalueがペアで渡されることを想定
'''
from collections import defaultdict

PLACEHOLDERS = [u"売ります", u"買います", u"その他"]


def to_dict(valuelist):
    d = defaultdict(list)
    for key, value in zip(valuelist[0::2], valuelist[1::2]):
        d[key].append(value)
    return d

if(__name__ == '__main__'):
    # test
    temp = [u"売ります", u"カメラ(高級品)", u"売ります", u"10年間使った中古の冷蔵庫", u"買います", u"新品のMacBookAir 10万円以内で", u"その他", u"hogehoge"]
    for key, item in to_dict(temp).items():
        for value in item:
            print key, value

こんなものでどうでしょうか?
どのような入力があるのかもう少し細かな仕様を提示していただければ、他の回答者の方がもっとよい回答をくださるかもしれません。

参考になれば幸いです。


投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2014/12/29 01:40

    回答に貼り付けたコードの内容を更新しました。
    単純な辞書では無理なので、辞書のvalueをlistとし、ひとつのkeyに対応する複数のvalueをもつように変更しています。

    キャンセル

  • 2014/12/29 03:27

    Shinpei様・・・
    ありがとうございます。。。完璧すぎます。
    この時間まで一人で悩んでいたのですが全然解決できませんでした。
    ふとteratailを覗くと、そこには100点満点の回答が><

    本当にありがとうございます!

    キャンセル

  • 2014/12/29 14:03

    追記です。pythonの勉強用サイトですね。
    - Dive Into Python
    https://sites.google.com/site/diveintopythonjp/

    3.x系用のDive Into Pythonの方が内容が新しくてよいかもですが、2.x系では動作しないコードも時折あるようなので注意です。
    - Dive Into Python 3
    http://diveintopython3-ja.rdy.jp/

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.23%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る