主頁 > 資料庫 > 使用指定的基礎python創建和附加json的多用途函式

使用指定的基礎python創建和附加json的多用途函式

2021-11-04 23:21:25 資料庫

有人可以幫助我使用下面的代碼嗎?這樣做的主要目的是使用 data_manager 類將資料存盤到 json 檔案中。

創建后,會創建一個以指定名稱命名的json檔案,其中包含一個json庫,也以指定名稱命名

處理大部分邏輯的主要函式在 data_manager 類中的 write_to_json 函式中

def write_to_json(self, new_data, base = ""):

我正在嘗試處理四個主要用例:

其中 match 表示在檔案資料中找到專案鍵,base 是我們嘗試將資料添加到(現有層/基礎)的位置(如果為空,則將其添加到基礎)

  • 案例 1 - 不匹配,沒有基礎:添加到主串列

  • 案例 2 - 不匹配,基數:添加到基數

  • 情況 3 - 匹配,無基數:檢查值是否不同,如果不同,則替換主串列中的值

  • 案例 4 - 匹配、基數、檢查值是否不同,如果是,則替換基數串列中的值

現在我有案例 1 和案例 3 作業,但我遇到了案例 2 和 4 的問題。

我一直在嘗試許多不同的方法來對此進行編碼并不斷遇到問題。

import os
import sys
import json

class file_manager:
    def set_file_contents(self, file_name, contents):
        file = open(file_name, "w")
        file.write(contents)
        file.close()

    def set_file_contents_append(self, file_name, contents):
        if not os.path.exists(file_name):
            open(file_name, 'a').close()
        file = open(file_name, "a")
        file.write(contents)
        file.close()




    def get_file_size(self,file_name):
        return os.path.getsize(file_name)

    def get_file_content_json(self,file_name):
        return json.load(open(file_name)) if self.get_file_size(file_name) != 0 else None
        
class data_manager(file_manager):
    data_file = None
    json_data = []
    data_name = None
    def __init__(self,data_name):
        self.data_base = data_name
        self.data_file = data_name   '.json'
        self.create_data_file()

    def create_base(self,base):
        data = {base:[]}      
        self.set_file_contents(self.data_file,json.dumps(data,indent=4))
  
    def create_data_file(self):
        self.create_base(self.data_base)

    def check_file_size(self):
        print(self.get_file_size(self.data_file))

    def check_if_exist(self, data_name):
        file_data = self.get_file_content_json(self.data_file) 
        data_value = False
        for item in file_data[self.data_base]:
            if data_name in item.keys():
                print(f'{data_name}: {item[data_name]}')
                data_value = True
        return data_value

    def get_data_value(self,data_name):
        d = self.get_file_content_json(self.data_file) 
        d = d[self.data_base]
        print(data_name)
        items = []
        for item in self.item_generator(d,data_name):
            print(f'returning value = {item}')
            items.append(item)
        return dict(items[0]) if items else None

    def item_generator(self,json_input, lookup_key):
        if isinstance(json_input, dict):
            for key, value in json_input.items():
                if key == lookup_key:      
                    yield {key:value} 
                else:
                    yield from self.item_generator(value, lookup_key)
        elif isinstance(json_input, list):
            for item in json_input:
                yield from self.item_generator(item, lookup_key)
                
    def replace_data_value_json(self, file_data, data_name, data_value):
        for item in file_data:
            if data_name in item.keys():
                item[data_name] = data_value
        return file_data

    def set_data_value(self, data_name, data_value):
        file_data = self.get_file_content_json(self.data_file) 
        for item in file_data[self.data_base]:
            if data_name in item.keys():
                item[data_name] = data_value
        self.set_file_contents(self.data_file,json.dumps(file_data,indent=4))

    def view_all_data(self):
        file_data = self.get_file_content_json(self.data_file) 
        print((file_data))
     
    def remove_data_item(self, data_name):
        file_data = self.get_file_content_json(self.data_file) 
        print(file_data)
        for element in file_data[self.data_base]:
            if data_name in element:
                del element[data_name]
        self.set_file_contents(self.data_file,json.dumps(file_data,indent=4).replace('{}','').replace('\{\},','') )

    def prettyjson(self,data):
        return json.dumps(data,indent=4)

    def compare_equal(self, value1, value2):
        print(f'{value1} really vs {value2}')
        return True if str(value1) == str(value2) else False

    def write_to_json(self, new_data, base = ""):
        file_data = self.get_file_content_json(self.data_file) 

        #print(f'Data before:\n{json.dumps(file_data,indent=4)}')
        base = self.data_base if base == "" else base
        #print(list(file_data) - file_data[base])
    

        print(f'Complete file:\n{self.prettyjson(file_data)}')

        #file_starting_from_base = list(file_data[data_name])
        print('Starting from base')
        print(self.prettyjson(file_data[self.data_base]))
       
        file_data_before = ([item for item in file_data if item not in file_data[self.data_base]])
        #print(file_data_before)

        for data_item in new_data:
            match_found = False
            index = None
            value_from_name = self.get_data_value(data_item)
            value_from_name = list(value_from_name) if value_from_name else None
           # print(f'before: {value_from_name} {type(value_from_name)} {list(value_from_name)} ')
            value_from_name = value_from_name[0] if value_from_name and value_from_name[0] else None
            value_from_name_found = True if value_from_name else False

            if value_from_name_found:
                print(f'found: {value_from_name}')
                match_found = True
            
            #OLD METHOD USED TO FIND INDEX
            # #if base != self.data_base:
            # index = 0
            # for item in file_data[self.data_base]:
            #     print(f'{list(item.keys())[0]} vs {base}')
            #     if str(base) in list(item.keys())[0]:
            #         print(f'MATCH FOUND = {base} = {list(item.keys())[0]}')#: {item.values()} {index}')
            #         match_found = True
            #         break
            #     index  = 1
            # print(index)
            #     #return
            
            data_single_item = {data_item:new_data[data_item]}

            if not match_found:
                #Case 1 - No match, no base: add to main list
                if base == self.data_base:
                    file_data[self.data_base].append(data_single_item)

                else:
                #Case 2 - No match, base: add to base
                    print(f'ADD {data_single_item} TO {file_data[self.data_base]} starting from {base}')

                    #possible idea: create base and try again adding values again
                    #self.create_base(base)
                    #self.write_to_json(data_single_item,base)

                    #file_data[self.data_base].append(data_single_item)     #broken 
                       
                    #old working method, broken without index
                    #file_data[self.data_base][index][base].append(data_single_item)

            #MATCH FOUND
            else:
                #Case 3 - Match, no base: check if value is different and if so, replace value in main list
                if base == self.data_base:

                    file_data[base] = self.replace_data_value_json(file_data[base],str(data_item),new_data[data_item])
                    pass

                else:
                #Case 4 - Match, base, check if value is different and if so, replace value in base list
                    print(f'data = {self.get_data_value(data_item)}' )
                    # print(f'check {new_data[data_item]} vs {list(self.get_data_value(data_item))[0]}')

                    value_from_name = self.get_data_value(data_item)
                    value_from_name = list(value_from_name) if value_from_name else None
                    print(f'before: {value_from_name} {type(value_from_name)} {list(value_from_name)} ')
                    value_from_name = value_from_name[0] if value_from_name and value_from_name[0] else None
                    value_from_name_found = True if value_from_name else False

                    if value_from_name_found and (not self.compare_equal( new_data[data_item], value_from_name ) ):
                        print(f'{new_data[data_item]} NOT EQUAL TO {value_from_name}') 
                        # change value to new value

                        #file_data[self.data_base][base].append(data_single_item)
                        #print(f'add {data_single_item}')

            final_output = {self.data_base:file_data[self.data_base]}
            self.set_file_contents(self.data_file,self.prettyjson(final_output))

    def add_data_single(self, data_name, data_value, base):
        new_data_item = {data_name: data_value}
        self.write_to_json(new_data_item, base)
    
    def add_data_multiple(self,data,base=""):
        self.write_to_json(data,base)


# CREATE 'people.json' AND create json base matching name in file ( { "people": [] } )
test = data_manager('people') 

# CREATE 3 ITEMS STARTING IN MAIN BASE
test.write_to_json({'John':[], 'Alex':[], 'Samantha':[]}) # CASE 1


# SHOULD ATTEMPT TO ADD VALUES TO BASE 'john', 
# if dictionary key matches, check if key matches
# if key and value match, do nothing and do not overwrite file)
# if key matches and value does not, change the value of the item matching the key starting from base 'John'
# if dictionary key does not match, add full dictionary item to base
test.write_to_json({"Favorite-Food":"tacos" , "Age":45}, "John")  # CASE 2

# CREATE 
#test.write_to_json({'Example2-Sub1':44},'Example2') 

uj5u.com熱心網友回復:

我認為/希望您的 json 中可能有一些不需要的串列,并且當您表示希望時:

{
    "people": [
        {"John": [{"favorite-food": "tacos", "Age": 45}]},
        {"Alex": []},
        {"Samantha": []}
    ]
}

你真正想要的是:

{
    "people": {
        "John": {"favorite-food": "tacos", "Age": 45}
    },
    {"Alex": {}},
    {"Samantha": {}}
}

如果這就是你最終想要的,那么這個基于通過{**a, **b}方法合并字典的代碼是前進的方向:

import json
import os

class data_manager():
    BASE_COLLECTIONS_FOLDER = "./data"

    def __init__(self, collection_name):
        self.collection_name = collection_name
        self.collection_file_path = f"{self.BASE_COLLECTIONS_FOLDER}/{self.collection_name}.json"
        self.collection = {}
        self.ensure_collection()
        self.load_collection()

    def ensure_collection(self):
        if os.path.isfile(self.collection_file_path):
            return

        os.makedirs(self.BASE_COLLECTIONS_FOLDER, exist_ok=True)
        self.save_collection()

    def load_collection(self):
        with open(self.collection_file_path, "r", encoding="utf-8") as collection_file:
            self.collection = json.load(collection_file)[self.collection_name]

    def save_collection(self):
        with open(self.collection_file_path, "w", encoding="utf-8") as collection_file:
            json.dump({self.collection_name: self.collection}, collection_file, indent=4)

    def write_to_json(self, data, key=None):
        if not key:
            self.collection = {**self.collection, **data}
        else:
            self.collection[key] = {**self.collection.get(key, {}), **data}
        self.save_collection()

people = data_manager("people")
people.write_to_json({"John": {}, "Alex": {}, "Samantha": {}})
people.write_to_json({"Favorite-Food": "tacos", "Age":45}, "John")
people.write_to_json({"Parents": {"Mother": "Britney", "Dad": "Adam"}}, "John") 
people.write_to_json({"Parents": {"Mother": "Britney", "Dad": "John"}}, "John")
people.write_to_json({"Bob": {"name": "not bob"}})
people.write_to_json({"Bob": {"name": "bob"}})
people.write_to_json({"Example2-Sub1": 44}, "Example2") 

運行這將導致一個檔案的內容是:

{
    "people": {
        "John": {
            "Favorite-Food": "tacos",
            "Age": 45,
            "Parents": {
                "Mother": "Britney",
                "Dad": "John"
            }
        },
        "Alex": {},
        "Samantha": {},
        "Example2": {
            "Example2-Sub1": 44
        },
        "Bob": {
            "name": "bob"
        }
    }
}

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/347785.html

標籤:Python json 蟒蛇-3.x 字典

上一篇:為什么字典查找會導致“不可哈希型別”錯誤,而使用直接值卻不會?

下一篇:如何顯示地圖的k最少和最多元素?

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more