在 Python 中比较列表的匹配元素

Question

例如，如何让一个列表中的第 5 项与另一个列表中的第 5 项匹配，然后在匹配时发送该结果？以下是 json 的示例：

{
  "List1": [
    "name1",
    "name2",
    "name3",
    "name4",
    "name5",
  ],
  "List2": [
    "emoji1",
    "emoji2",
    "emoji3",
    "emoji4",
    "emoji5",
  ]
}

字符在第二个列表中找到项目，我需要使其与第一个列表中的正确名称相对应。它们的顺序已经正确，因此第 5 个名称与第 5 个表情符号匹配。如果相关，我正在使用这种方法来查找玩家拥有的表情符号：

        scan = f"privatelink"
        async with aiohttp.ClientSession() as cs:
            async with cs.get(scan) as r:
                try: Bag = ast.literal_eval(await r.text())
                except: Bag = json.loads(await r.text())

那个 json 看起来像这样：

[{"emojis":"emoji10,emoji20,emoji11,emoji14,emoji30,,emoji9,emoji44,emoji53,emoji16,emoji48"}]

看起来很奇怪，我认为这实际上可能是我的问题。我不认为我以前见过这样的 json 和 Idk 如何解析它。

假设我拥有第二个列表中的“emoji5”。我想将它与第一个列表中的“name5”相匹配。如何匹配这些结果？

Answer 1

我能够做到这一点：

        bag = bag[0]['items']
        emj = c['smiley']
        nam = c['words']

        for x in emj:
            if x in bag:
                for x in [emj.index(x)]:
                    J = c['words'][x]

我现在的问题是J 在分配给 Discord 嵌入字段时。名称或描述只是一次向每个使用不同嵌入的垃圾邮件。答案是正确的，但是我如何将每个单词放入它自己的字段中，或者拆分成它自己的描述部分，而不是为每个单词发送一个新的嵌入？我试过这个：

                    e = discord.Embed(title=f"Test", color=discord.Colour(value=), 
                    description=f'')

                    e.add_field(name=J, value=f"")
                    await ctx.send(embed=e)

但它只是添加一个带有第一个结果的字段并发送嵌入，然后发送另一个带有下一个结果的嵌入，依此类推。顺便说一句，不要介意颜色值，我还在努力决定哈哈。

Answer 2

不确定我是否理解您的问题...但如果您只是想匹配两个等长列表的对应元素，请使用zip

import json
data = json.loads("""
{
  "List1": [
    "name1",
    "name2",
    "name3",
    "name4",
    "name5"
  ],
  "List2": [
    "emoji1",
    "emoji2",
    "emoji3",
    "emoji4",
    "emoji5"
  ]
}
""")

print(dict(zip(data['List2'], data['List1'])))

打印：

{'emoji1': 'name1', 'emoji2': 'name2', 'emoji3': 'name3', 'emoji4': 'name4', 'emoji5': 'name5'}

Answer 3

您可以在列表中使用index() 来查找获取您正在搜索的项目的索引。但是，如果您经常这样做或者列表真的很长，这真的很昂贵。相反，您应该使用字典：

x = {
    'emoji1': 'name1',
    'emoji2': 'name2',
    # etc.
}

现在您可以使用x['emoji1'] 快速查找数据。