迭代 python 字典以仅检索所需的行答案

【问题标题】：Iterate over python dictionary to retrieve only required rows迭代 python 字典以仅检索所需的行
【发布时间】：2017-04-03 00:39:36
【问题描述】：

我正在从外部来源获取 HTML 表格格式的数据 -

from xml.etree import ElementTree as ET

s = """<table>
  <tr><th>Release</th><th>REFDB</th><th>URL</th></tr>
  <tr><td>3.7.3</td><td>12345</td><td>http://google.com</td></tr>
  <tr><td>3.7.4</td><td>456789</td><td>http://foo.com</td></tr>
</table>
"""

用于将html表格转换为字典

table = ET.XML(s)
rows = iter(table)
headers = [col.text for col in next(rows)]
for row in rows:
    values = [col.text for col in row]
    out = dict(zip(headers, values))

现在我的预期输出如下，因为我将从命令行参数传递发布版本。 $ python myscript.py 3.7.3（我有一个代码）我正在寻找一种解决方案，以便在找到特定的发布版本时遍历字典 - 在我的情况下，它是 3.7.3

Release Version - 3.7.3
REFDB - 12345
URL - http://google.com

【问题讨论】：

out 只包含最后一个行，

标签： python list dictionary arraylist ordereddictionary

【解决方案1】：

假设每个版本只有一行，并且您根本不需要其他版本，您可以创建一个解析 HTML 并在找到代表版本时立即返回 dict 的函数。如果没有找到版本，它可能会返回None：

from xml.etree import ElementTree as ET

s = """<table>
  <tr><th>Release</th><th>REFDB</th><th>URL</th></tr>
  <tr><td>3.7.3</td><td>12345</td><td>http://google.com</td></tr>
  <tr><td>3.7.4</td><td>456789</td><td>http://foo.com</td></tr>
</table>
"""

def find_version(ver):
    table = ET.XML(s)
    rows = iter(table)
    headers = [col.text for col in next(rows)]
    for row in rows:
        values = [col.text for col in row]
        out = dict(zip(headers, values))
        if out['Release'] == ver:
            return out

    return None

res = find_version('3.7.3')
if res:
    for x in res.items():
        print(' - '.join(x))
else:
    print 'Version not found'

输出：

Release - 3.7.3
URL - http://google.com
REFDB - 12345

【讨论】：

【解决方案2】：

你不需要字典。只需解析每一行的内容，看看发布版本是否与您的输入匹配：

#coding:utf-8

import sys
from lxml import html

if len(sys.argv) != 2:
    raise Exception("Please provide release version only")

release_input = sys.argv[1].strip()

data = """<table>
  <tr><th>Release</th><th>REFDB</th><th>URL</th></tr>
  <tr><td>3.7.3</td><td>12345</td><td>http://google.com</td></tr>
  <tr><td>3.7.4</td><td>456789</td><td>http://foo.com</td></tr>
</table>
"""

tree = html.fromstring(data)
for row in tree.xpath('//tr')[1:]:
    release, refbd, url = row.xpath('.//td/text()')
    if release_input == release:
        print("Release Version - {}".format(release))
        print("REFBD - {}".format(refbd))
        print("URL - {}".format(url))
        break

print("{} release version wasn't found".format(release_input))

【讨论】：

谢谢安德烈斯，我正是在找这个。
@vpd 很高兴我的回答有所帮助。如果它帮助您解决问题，请不要忘记接受我的回答（作为您问题的答案）:)

【解决方案3】：

from xml.etree import ElementTree as ET

s = """<table>
  <tr><th>Release</th><th>REFDB</th><th>URL</th></tr>
  <tr><td>3.7.3</td><td>12345</td><td>http://google.com</td></tr>
  <tr><td>3.7.4</td><td>456789</td><td>http://foo.com</td></tr>
</table>
"""

table = ET.XML(s)
rows = iter(table)
headers = [col.text for col in next(rows)]
master = {}

for row in rows:
    values = [col.text for col in row]
    out = dict(zip(headers, values))
    if 'Release' in out:
        master[out['Release']] = out

# Use the release to get the right dict out of master
print(master)
if in_data in master:
    for k, v in master[in_data]:
        # print here
        pass
else:
    print('Error')

【讨论】：

【解决方案4】：

import lxml.html
from collections import namedtuple
s = """<table>
  <tr><th>Release</th><th>REFDB</th><th>URL</th></tr>
  <tr><td>3.7.3</td><td>12345</td><td>http://google.com</td></tr>
  <tr><td>3.7.4</td><td>456789</td><td>http://foo.com</td></tr>
  <tr><td>3.7.5</td><td>151515</td><td>http://foo.com</td></tr>
</table>
"""
def info_gen(rows):

    info = namedtuple('info', ['Release', 'REFDB', 'URL'])
    for row in rows:
        yield info(*row.xpath('.//text()'))

html = lxml.html.fromstring(s)
rows = html.xpath('//table//tr[td]')

Release = input("Enter Release:")
for info in info_gen(rows):
    if Release in info:
        print(info)
        break

出来：

 Enter Release:3.7.5
info(Release='3.7.5', REFDB='151515', URL='http://foo.com')

【讨论】：

【解决方案5】：

如果您将字典累积在一个列表中：

result = []
for row in rows:
    values = [col.text for col in row]
    result.append(dict(zip(headers, values)))

您可以过滤列表 -

import operator
value = '3.7.3'
release = operator.itemgetter('Release')
refdb = operator.itemgetter('REFDB')
url = operator.itemgetter('URL')
data = [d for d in result if release(d) == value]

然后打印所有通过过滤器的字典 -

f_string = 'Release Version - {}\nREFDB - {}\nURL - {}'
for d in data:
    print(f_string.format(release(d), refdb(d), url(d)))

【讨论】：