本文介绍一种自动化方法，将原始中因重复键被覆盖的字典（如手动拼接生成的非法字典字面量），重构为合法 python 字典：重复键对应值合并为列表，单次出现的键保持原值不变。
本文介绍一种自动化方法，将原始中因重复键被覆盖的字典（如手动拼接生成的非法字典字面量），重构为合法 python 字典：重复键对应值合并为列表，单次出现的键保持原值不变。
在 Python 中，标准字典（dict）不允许存在重复键——后出现的同名键会直接覆盖前一个键值对。因此，你提供的示例：
dict = {
"A": "Red",
"A": "Blue",
"A": "Green",
"B": "Yellow",
"C": "Black"
}实际运行时只会保留最后一个 "A": "Green"，其余被静默丢弃。这说明该结构并非真实可执行的 Python 字典，而更可能是从外部数据（如配置文件、人工整理表格或旧版 JSON 变体）中提取的逻辑键值序列。
要实现“自动聚合重复键”，核心思路是：绕过字典字面量解析，改用键值对序列重建字典。以下是一个健壮、可复用的解决方案：
✅ 推荐方案：使用 collections.defaultdict(list) 高效聚合
from collections import defaultdict
# 假设你已将原始数据整理为键值对列表（这是关键前提）
# 例如：从日志、CSV 或字符串解析得到如下数据
raw_pairs = [
("A", "Red"),
("A", "Blue"),
("A", "Green"),
("B", "Yellow"),
("C", "Black")
]
# 自动聚合：相同键的值进入列表
aggregated = defaultdict(list)
for key, value in raw_pairs:
aggregated[key].append(value)
# 转为标准 dict，并对单元素列表降级为原子值（按需）
result = {}
for key, values in aggregated.items():
result[key] = values if len(values) > 1 else values[0]
print(result)
# 输出: {'A': ['Red', 'Blue', 'Green'], 'B': 'Yellow', 'C': 'Black'}? 如何获取 raw_pairs？（适配你的 10k 行场景）
-
若原始数据是字符串形式（如复制粘贴的伪字典），可用正则快速提取：
import re text = '''"A": "Red",\n"A": "Blue",\n"A": "Green",\n"B": "Yellow",\n"C": "Black"''' # 提取所有 "key": "value" 对 pairs = re.findall(r'"([^"]+)"\s*:\s*"([^"]+)"', text) # → [('A', 'Red'), ('A', 'Blue'), ...] 若来自 CSV/Excel，用 pandas.read_csv() 或 csv.reader 读取两列即可。
⚠️ 注意事项
- 不要尝试 eval() 或 ast.literal_eval() 解析含重复键的字典字符串 —— 它们会报 SyntaxError 或静默失败。
- PyCharm 本身不提供“修复重复键字典”的内置功能，但其强大的正则替换（Ctrl+R）可辅助你批量提取键值对。
- 若需保留插入顺序（Python <3.7），请用 collections.OrderedDict 替代 defaultdict；3.7+ 普通 dict 已保证插入序。
? 进阶建议
对于 10k 行规模的数据，建议封装为函数并加入类型提示与错误处理：
from typing import List, Tuple, Union, Dict, Any
def deduplicate_dict_by_list(
pairs: List[Tuple[str, Any]],
collapse_single: bool = True
) -> Dict[str, Union[Any, List[Any]]]:
from collections import defaultdict
d = defaultdict(list)
for k, v in pairs:
d[k].append(v)
return {
k: (v[0] if len(v) == 1 and collapse_single else v)
for k, v in d.items()
}此方法兼顾性能、可读性与工程鲁棒性，是你处理大规模重复键字典重构任务的首选自动化路径。
