根据另一个字典列表中的键值删除字典

Question

我有一个字典列表和一个主字典。 字典列表具有以下格式。值被分配一个在程序中动态变化的变量。

list_dict = [{'url': url_value , 'title' : title_value}, {'url': url_value , 'title' : title_value}]

main_dict = {"execution_time": "2017-06-05", "target_url": "http://www.bloomberg.com", "data": [{ "url" : url1}, { "url" : url2}], "name": "Michael", "occupation": "software"}

如果 main_dict 中数据下的任何 url 值（url1 或 url2）与 list_dict 中任何字典中的 url_value 值相同，我想从数据中删除该字典。

输出：假设 url_value 是 url1 那么：

main_dict = {"execution_time": "2017-06-05", "target_url": "http://www.bloomberg.com", "data": [{ "url" : url2}], "name": "Michael", "occupation": "software"}

我考虑过使用 dict 理解，但是我尝试的所有方法都不起作用。我将不胜感激起点或任何指导。

Answer 1

你可以试试这个：

>>> list_dict = [{'url': "url1" , 'title' : "title_value1"}, {'url': "other_url" , 'title' : "title_value2"}]
>>> main_dict = {"execution_time": "2017-06-05", "target_url": "http://www.bloomberg.com", "data": [{ "url" : "url1"}, { "url" : "url2"}], "name": "Michael", "occupation": "software"}
>>> S = set(d["url"] for d in list_dict)
>>> main_dict["data"] = [d for d in main_dict["data"] if d["url"] not in S]
>>> main_dict
{'execution_time': '2017-06-05', 'target_url': 'http://www.bloomberg.com', 'data': [{'url': 'url2'}], 'name': 'Michael', 'occupation': 'software'}

不是删除main_dict["data"] 的元素，而是重新创建没有匹配网址的列表：

• 提取S中list_dict的不同url；
• 根据规则过滤d 中的字典main_dict["data"]：d["url"] not in S。

命名注意事项：尽量根据内容而不是类型来命名你的变量。

• list_dict 是一个字典列表（我可以看到），但我想立即知道这些字典中有什么。 web_pages 会更好，如果您接受 url + 标题构成页面。但您应该说明这些页面为何在此列表中（例如dead_link_pages 或其他）
• main_dict 是一本字典（非常明显，信息量不大）：像 task 这样的东西更好。同样，一个更好的规范是信息丰富的：update_task, retrieve_task, ?
• 好的，我将S 替换为page_urls！

看看，这更易读：

>>> web_pages = [{'url': "url1" , 'title' : "title_value1"}, {'url': "other_url" , 'title' : "title_value2"}]
>>> task = {"execution_time": "2017-06-05", "target_url": "http://www.bloomberg.com", "data": [{ "url" : "url1"}, { "url" : "url2"}], "name": "Michael", "occupation": "software"}
>>> page_urls = set(p["url"] for p in web_pages)
>>> task["data"] = [t for t in task["data"] if t["url"] not in page_urls]
>>> task
{'execution_time': '2017-06-05', 'target_url': 'http://www.bloomberg.com', 'data': [{'url': 'url2'}], 'name': 'Michael', 'occupation': 'software'}