本文详解
python
中因字符串字面量自动拼接导致的字典键匹配失败问题，揭示`"timestamp(" "2020-04-05..." ")`实际存储为无引号、无多余空格的单一字符串，并提供安全、可复现的键构造方法。
在Python中，字典键的精确匹配是获取值的前提。但当字典键由多个相邻字符串字面量（如 "Timestamp(" "2020-04-05 02:48:00" ")"）构成时，
Python会在编译期自动将其拼接为一个连续字符串，且不保留原始引号和多余空格
。这是许多开发者踩坑的根源——看似“带引号”的键，实则完全不含双引号字符。
以示例字典为例：
虽然源码中写成三段式字符串，但Python解释器会将其等价于：
✅ 正确键格式：Timestamp(YYYY-MM-DD HH:MM:SS)（无引号、无额外空格）
❌ 错误构造（导致.get()返回None）：
✅ 正确做法：严格按实际键结构生成字符串
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
下载
立即学习
“
Python免费学习笔记（深入）
”；
?
关键注意事项
：
永远不要依赖字符串字面量的“视觉格式”
—— 使用 list(py_dict['value'].keys()) 或 repr(key) 查看真实键值；
若需频繁操作此类键，建议
预处理字典
，将原始键标准化为 datetime 对象作为新键，提升可读性与健壮性：
避免使用 "nan" 字符串表示缺失值，优先采用 float('nan') 或 None，并配合 math.isnan() 或 pandas.isna() 进行判断。
掌握字符串字面量拼接规则与字典键的底层表示，是写出可靠数据提取逻辑的基础。始终用 repr() 验证键的真实内容，而非依赖代码缩进或引号外观。
py_dict = {
"value": {
"Timestamp(" "2020-04-05 02:48:00" ")": 699.0,
"Timestamp(" "2020-06-26 07:36:00" ")": "nan",
"Timestamp(" "2020-06-26 08:40:00" ")": 699.0,
}
}"Timestamp(2020-04-05 02:48:00)"# ❌ 错误：手动拼接了多余引号和空格
formatted_key = 'Timestamp(" "' + dt.strftime("%Y-%m-%d %H:%M:%S") + '" ")'
# 结果：'Timestamp(" "2020-06-26 08:40:00" ")' → 实际键中根本不存在这些字符
py_dict["value"].get(formatted_key) # → Nonefrom datetime import datetime
# 1. 解析并提取有效时间戳（跳过"nan"）
timestamps = {}
for key, value in py_dict["value"].items():
if value == "nan":
continue
# 安全提取时间部分：移除"Timestamp("前缀和")"后缀
try:
ts_str = key.replace('Timestamp(', '').rstrip(')')
dt = datetime.strptime(ts_str, "%Y-%m-%d %H:%M:%S")
timestamps[dt] = value
except (ValueError, AttributeError):
continue
# 2. 获取最新时间戳
latest_dt = max(timestamps.keys())
# 3. 按真实键格式重构键名（无引号、无空格）
correct_key = f"Timestamp({latest_dt.strftime('%Y-%m-%d %H:%M:%S')})"
# 4. 安全获取值
latest_price = py_dict["value"].get(correct_key)
print(latest_price) # → 699.0normalized = {
datetime.strptime(k.replace('Timestamp(', '').rstrip(')'), "%Y-%m-%d %H:%M:%S"): v
for k, v in py_dict["value"].items() if v != "nan"
}
latest_price = normalized[max(normalized.keys())]