欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python實現(xiàn)json對值進行模糊搜索的示例詳解

 更新時間:2023年01月29日 14:05:38   作者:奧怪的小棧  
我經(jīng)常使用json進行存儲配置,于是常常遇到這樣的問題:如果想要對某個數(shù)組里的值進行模糊搜索,同時輸出相關的其他數(shù)組相同位置的的值該如何實現(xiàn)呢?本文就來和大家詳細聊聊

我經(jīng)常使用json進行存儲配置,于是常常遇到這樣的問題:如果想要對某個數(shù)組里的值進行模糊搜索,同時輸出相關的其他數(shù)組相同位置的的值該如何實現(xiàn)呢?

思路

代入實際案例來思考一下我的解法

數(shù)據(jù)

{
    "name": [
        "電飯煲版廣式臘腸煲飯",
        "電飯煲燒雞",
        "電飯煲燜面"],
    "ingredients": [
        "臘腸、米",
        "雞肉、洋蔥、菌菇",
        "豬肉、面食"],
    "url": [
        "https://www.***.com/video/BV1NE411Q7Jj",
        "https://www.***.com/video/BV1T54y1U7Cu",
        "https://www.***.com/video/BV14b411q7rM"
        "https://www.***.com/video/BV1K441157rz"],
    "difficulty": [
        "簡單",
        "簡單",
        "簡單"],
    "tag": [
        "廣式",
        "好吃",
        "健康餐"],
    "practice": [
        "炒",
        "燒",
        "蒸"
        ""],
    "tool": [
        "電飯煲",
        "電飯煲",
        "電飯煲"
        ""]
}

這是一個菜譜json。

假如我現(xiàn)在被隔離在家了,手頭上只有零星的食材,我想根據(jù)手頭上的食材來看看我都能做出什么菜。

那么這該如何實現(xiàn)呢?

解法一

假如已知我手上的食物有牛肉、洋蔥。那么我可以這樣實現(xiàn)

  • 遍歷json,然后分別創(chuàng)建數(shù)組變量存儲name、ingredients、url、difficulty等json數(shù)組內(nèi)容
  • 遍歷ingredients數(shù)組,模糊匹配是否與我手頭上的食物一致
  • 如果一致,將數(shù)據(jù)加入新的數(shù)組中,同時把相同位置的name、url、difficulty等json數(shù)組內(nèi)容也分別加入新的數(shù)組中
  • 同時輸出各個數(shù)組的內(nèi)容
    顯而易見,這種解法太呆了,于是我想還有哪里可以優(yōu)化呢?

解法二

于是我又想到了另一種寫法

  • 只遍歷一次json并存儲,然后再存儲一組需要模糊匹配的內(nèi)容數(shù)組(這個內(nèi)容數(shù)組可以是你想匹配的任何值所在的對應數(shù)組,例如想模糊匹配菜名,就只需要存儲name數(shù)組,想模糊匹配食材,就只需要存儲ingredients數(shù)組)
  • 模糊匹配是否與我手頭上的食物一致并記錄下位置
  • 通過位置取其他相關的其他數(shù)組相同位置的的值

這個解法的關鍵在于,因為各個數(shù)組的長度相同,所以獲取一次位置即可同時知道其他對應數(shù)值所在的對應數(shù)組中的位置
說的有點繞,直接上代碼。

代碼實現(xiàn)

首先取菜譜數(shù)據(jù)

# 取菜譜json
def get_record():
    url = "./menu.json"
    if not os.path.isfile(url):
        return "菜譜獲取失敗"
    fo = open(url, "r", encoding='utf-8')
    ele_json = loads(fo.read())
    return ele_json

模糊搜索實現(xiàn)

# 模糊搜索
def fuzzyfinder(user_input, collection_key_list):
    suggestions = []
    pattern = '.*?'.join(user_input)  # Converts 'djm' to 'd.*?j.*?m'
    regex = compile(pattern)  # Compiles a regex.
    a = 0
    for item in collection_key_list:
        match = regex.search(item)  # Checks if the current item matches the regex.
        if match:
            suggestions.append(a)
        a = a + 1
    return suggestions

user_input 和 collection_key_list 分別表示 關鍵字 和 欲模糊匹配的數(shù)組suggestions數(shù)組 存儲了模糊匹配上了的數(shù)值的位置

最后根據(jù)實際情況進行數(shù)據(jù)取出使用即可。

在本例子里,就是取出菜譜

def get_cook(key):
    # 進一步解析資源json
    al_dict = get_record()
    collection_key = []  # 用來模糊匹配的key
    for b in al_dict['ingredients']:
        collection_key.append(b)
    fuzzyfinder_i_list = fuzzyfinder(key, collection_key)  # 模糊搜索資源
    fuzzyfinder_i_len = len(fuzzyfinder_i_list)
    if fuzzyfinder_i_len > 0:
        if collection_key[fuzzyfinder_i_list[0]].replace("、", "") == key.replace("、", ""):
            return "".join([al_dict['name'][fuzzyfinder_i_list[0]], "丨", al_dict['ingredients'][fuzzyfinder_i_list[0]],
                            "\nB站教程BV號:", al_dict['url'][fuzzyfinder_i_list[0]], "\n難度:",
                            al_dict['difficulty'][fuzzyfinder_i_list[0]], "丨標簽:", al_dict['tag'][fuzzyfinder_i_list[0]],
                            "\n方法:", al_dict['practice'][fuzzyfinder_i_list[0]], "丨工具:",
                            al_dict['tool'][fuzzyfinder_i_list[0]]])
        elif collection_key[fuzzyfinder_i_list[fuzzyfinder_i_len - 1]].replace("、", "") == key.replace("、", ""):
            return "".join([al_dict['name'][fuzzyfinder_i_list[fuzzyfinder_i_len - 1]], "丨",
                            al_dict['ingredients'][fuzzyfinder_i_list[fuzzyfinder_i_len - 1]],
                            "\nB站教程BV號:", al_dict['url'][fuzzyfinder_i_list[fuzzyfinder_i_len - 1]], "\n難度:",
                            al_dict['difficulty'][fuzzyfinder_i_list[fuzzyfinder_i_len - 1]], "丨標簽:",
                            al_dict['tag'][fuzzyfinder_i_list[fuzzyfinder_i_len - 1]],
                            "\n方法:", al_dict['practice'][fuzzyfinder_i_list[fuzzyfinder_i_len - 1]], "丨工具:",
                            al_dict['tool'][fuzzyfinder_i_list[fuzzyfinder_i_len - 1]]])
        else:
            re_text = "未找到精準關鍵詞,模糊搜索到以下內(nèi)容:\n"
            for c in fuzzyfinder_i_list:
                re_text = "".join(
                    [re_text, al_dict['name'][c], "丨", al_dict['ingredients'][c], "\nB站教程BV號:",
                     al_dict['url'][c], "\n難度:", al_dict['difficulty'][c],
                     "丨標簽:", al_dict['tag'][c], "\n方法:", al_dict['practice'][c],
                     "丨工具:", al_dict['tool'][c], "\n"])

            return re_text
    else:
        content = "".join(["未找到" + key + "相關菜譜"])
        return content

這個寫法可以同時解決精準匹配和模糊匹配問題,精準匹配結(jié)果一般是數(shù)組第一個或最后一個,所以只需要判斷一下首尾是否與關鍵字相同即可

結(jié)果

來看一下效果

精準匹配

if __name__ == "__main__":
    print(get_cook("胡蘿卜、牛肉、洋蔥"))
>>>胡蘿卜燉牛肉丨胡蘿卜、牛肉、洋蔥
>>>B站教程BV號:https://www.***.com/video/BV1UR4y1V7nV
>>>難度:困難丨標簽:法式
>>>方法:燉丨工具:一口大鍋

模糊匹配

if __name__ == "__main__":
    print(get_cook("牛肉、洋蔥"))
>>>未找到精準關鍵詞,模糊搜索到以下內(nèi)容:
>>>電飯煲羅宋湯丨牛肉、番茄、洋蔥、芹菜、胡蘿卜、土豆、卷心菜
>>>B站教程BV號:https://www.***.com/video/BV16Q4y1m7nU
>>>難度:簡單丨標簽:雜燴
>>>方法:丨工具:電飯煲
>>>胡蘿卜燉牛肉丨胡蘿卜、牛肉、洋蔥
>>>B站教程BV號:https://www.***.com/video/BV1UR4y1V7nV
>>>難度:困難丨標簽:法式
>>>...

問題解決

到此這篇關于Python實現(xiàn)json對值進行模糊搜索的示例詳解的文章就介紹到這了,更多相關Python json值模糊搜索內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • 使用python調(diào)用llama3進行對話的操作步驟

    使用python調(diào)用llama3進行對話的操作步驟

    Meta?已將最新的?LLaMa3?進行了開源,因此,我們也可以方便的使用?Python?進行?LLaMa3?模型的調(diào)用和開發(fā),本文給大家介紹了如何使用?python?調(diào)用?llama3?進行對話,需要的朋友可以參考下
    2024-09-09
  • pygame編寫音樂播放器的實現(xiàn)代碼示例

    pygame編寫音樂播放器的實現(xiàn)代碼示例

    這篇文章主要介紹了pygame編寫音樂播放器的實現(xiàn)代碼示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-11-11
  • DJANGO-URL反向解析REVERSE實例講解

    DJANGO-URL反向解析REVERSE實例講解

    在本篇文章里小編給大家整理的是一篇關于DJANGO-URL反向解析REVERSE的相關知識點內(nèi)容,需要的朋友們學習下。
    2019-10-10
  • python中的字典詳細介紹

    python中的字典詳細介紹

    這篇文章主要介紹了python中的字典詳細介紹,字典是Python中最強大的數(shù)據(jù)類型之一,本文講解了什么是字典、創(chuàng)建字典和給字典賦值 、字典的基本操作、映射類型操作符、映射相關的函數(shù)、字典的方法等內(nèi)容,需要的朋友可以參考下
    2014-09-09
  • 利用Python實現(xiàn)面部識別的方法詳解

    利用Python實現(xiàn)面部識別的方法詳解

    人臉識別正在成為軟件開發(fā)中的一種趨勢。它有助于識別人臉并使應用程序更加健壯。本文將使用python和face_recognition庫創(chuàng)建一個簡單的人臉識別,需要的可以參考一下
    2022-05-05
  • 詳解Python字典的操作

    詳解Python字典的操作

    在本文里小編給大家整理了關于Python字典的相關知識點以及操作方式,有興趣的朋友們學習下。
    2019-03-03
  • 全面了解Python的getattr(),setattr(),delattr(),hasattr()

    全面了解Python的getattr(),setattr(),delattr(),hasattr()

    下面小編就為大家?guī)硪黄媪私釶ython的getattr(),setattr(),delattr(),hasattr()。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2016-06-06
  • 關于CUDA out of memory的解決方案

    關于CUDA out of memory的解決方案

    這篇文章主要介紹了關于CUDA out of memory的解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-02-02
  • python 尋找優(yōu)化使成本函數(shù)最小的最優(yōu)解的方法

    python 尋找優(yōu)化使成本函數(shù)最小的最優(yōu)解的方法

    這篇文章主要介紹了python 尋找優(yōu)化使成本函數(shù)最小的最優(yōu)解的方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-12-12
  • 在Django中輸出matplotlib生成的圖片方法

    在Django中輸出matplotlib生成的圖片方法

    今天小編就為大家分享一篇在Django中輸出matplotlib生成的圖片方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-05-05

最新評論