ネストされた辞書とリストでキーのすべての出現を検索します

2012-03-21 python recursion dictionary traversal

私はこのような辞書を持っています:

{ "id" : "abcde",
  "key1" : "blah",
  "key2" : "blah blah",
  "nestedlist" : [ 
    { "id" : "qwerty",
      "nestednestedlist" : [ 
        { "id" : "xyz",
          "keyA" : "blah blah blah" },
        { "id" : "fghi",
          "keyZ" : "blah blah blah" }],
      "anothernestednestedlist" : [ 
        { "id" : "asdf",
          "keyQ" : "blah blah" },
        { "id" : "yuiop",
          "keyW" : "blah" }] } ] } 

基本的に、リスト、辞書、および文字列がネストされた、任意の深さの辞書です。

これをトラバースしてすべての「id」キーの値を抽出する最良の方法は何ですか? 「// id」のようなXPathクエリに相当するものを実現したいと考えています。 「id」の値は常に文字列です。

だから私の例から、私が必要とする出力は基本的に:

["abcde", "qwerty", "xyz", "fghi", "asdf", "yuiop"]

順序は重要ではありません。

Answers

d = { "id" : "abcde",
    "key1" : "blah",
    "key2" : "blah blah",
    "nestedlist" : [ 
    { "id" : "qwerty",
        "nestednestedlist" : [ 
        { "id" : "xyz", "keyA" : "blah blah blah" },
        { "id" : "fghi", "keyZ" : "blah blah blah" }],
        "anothernestednestedlist" : [ 
        { "id" : "asdf", "keyQ" : "blah blah" },
        { "id" : "yuiop", "keyW" : "blah" }] } ] } 


def fun(d):
    if 'id' in d:
        yield d['id']
    for k in d:
        if isinstance(d[k], list):
            for i in d[k]:
                for j in fun(i):
                    yield j

>>> list(fun(d))
['abcde', 'qwerty', 'xyz', 'fghi', 'asdf', 'yuiop']
def find(key, value):
  for k, v in value.iteritems():
    if k == key:
      yield v
    elif isinstance(v, dict):
      for result in find(key, v):
        yield result
    elif isinstance(v, list):
      for d in v:
        for result in find(key, d):
          yield result

編集:@Anthonは、これが直接ネストされたリストでは機能しないことに気付きました。入力にこれがある場合は、これを使用できます。

def find(key, value):
  for k, v in (value.iteritems() if isinstance(value, dict) else
               enumerate(value) if isinstance(value, list) else []):
    if k == key:
      yield v
    elif isinstance(v, (dict, list)):
      for result in find(key, v):
        yield result

でもオリジナル版の方がわかりやすいと思いますので、お任せします。

d = { "id" : "abcde",
    "key1" : "blah",
    "key2" : "blah blah",
    "nestedlist" : [
    { "id" : "qwerty",
        "nestednestedlist" : [
        { "id" : "xyz", "keyA" : "blah blah blah" },
        { "id" : "fghi", "keyZ" : "blah blah blah" }],
        "anothernestednestedlist" : [
        { "id" : "asdf", "keyQ" : "blah blah" },
        { "id" : "yuiop", "keyW" : "blah" }] } ] }


def findkeys(node, kv):
    if isinstance(node, list):
        for i in node:
            for x in findkeys(i, kv):
               yield x
    elif isinstance(node, dict):
        if kv in node:
            yield node[kv]
        for j in node.values():
            for x in findkeys(j, kv):
                yield x

print(list(findkeys(d, 'id')))

この関数は、ネストされた辞書とリストを含む辞書を再帰的に検索します。これはfields_foundというリストを作成します。これには、フィールドが見つかるたびに値が含まれます。 「フィールド」は、辞書とそのネストされたリストおよび辞書で探しているキーです。

 def get_recursively(search_dict、field): 
 "" "リストと辞書を入れ子にした辞書を取ります、 
そして、フィールドのキーのためにすべてのdictsを検索します
提供されます。 
 「」 
 fields_found = [] 

キーの場合、search_dict.iteritems()の値: 

キー==フィールドの場合: 
 fields_found.append(value) 

 elif isinstance(value、dict): 
 results = get_recursively(value、field) 
結果の結果: 
 fields_found.append(result) 

 elif isinstance(value、list): 
値のアイテム: 
 isinstance(item、dict)の場合: 
 more_results = get_recursively(item、field) 
 more_resultsのanother_resultの場合: 
 fields_found.append(another_result) 

 fields_foundを返す

見つかった結果へのネストされたパスを含む別のバリエーション( 注:このバージョンはリストを考慮していません ):

def find_all_items(obj, key, keys=None):
    """
    Example of use:
    d = {'a': 1, 'b': 2, 'c': {'a': 3, 'd': 4, 'e': {'a': 9, 'b': 3}, 'j': {'c': 4}}}
    for k, v in find_all_items(d, 'a'):
        print "* {} = {} *".format('->'.join(k), v)    
    """
    ret = []
    if not keys:
        keys = []
    if key in obj:
        out_keys = keys + [key]
        ret.append((out_keys, obj[key]))
    for k, v in obj.items():
        if isinstance(v, dict):
            found_items = find_all_items(v, key, keys=(keys+[k]))
            ret += found_items
    return ret

これが私の刺しです:

def keyHole(k2b,o):
  # print "Checking for %s in "%k2b,o
  if isinstance(o, dict):
    for k, v in o.iteritems():
      if k == k2b and not hasattr(v, '__iter__'): yield v
      else:
        for r in  keyHole(k2b,v): yield r
  elif hasattr(o, '__iter__'):
    for r in [ keyHole(k2b,i) for i in o ]:
      for r2 in r: yield r2
  return

例:

>>> findMe = {'Me':{'a':2,'Me':'bop'},'z':{'Me':4}}
>>> keyHole('Me',findMe)
<generator object keyHole at 0x105eccb90>
>>> [ x for x in keyHole('Me',findMe) ]
['bop', 4]

同じ問題に対していくつかの異なる解決策を提供するので、このQ / Aは非常に興味深いものでした。私はこれらすべての関数を取り、複雑な辞書オブジェクトでテストしました。彼らは多くの結果を失敗し、機能が来てほぼすべてのデータのために準備する必要があるため、彼らは、私が不可欠で見つけた、値として返すリストまたはdictsをサポートしていませんでしたしなければならなかったので、私は、テストのうちの二つの機能を取らなければなりませんでした。

そのため、 timeitモジュールを介して100.000回の反復で他の関数をポンプし、出力は次の結果になりました。

0.11 usec/pass on gen_dict_extract(k,o)
- - - - - - - - - - - - - - - - - - - - - - - - - - - - -
6.03 usec/pass on find_all_items(k,o)
- - - - - - - - - - - - - - - - - - - - - - - - - - - - -
0.15 usec/pass on findkeys(k,o)
- - - - - - - - - - - - - - - - - - - - - - - - - - - - -
1.79 usec/pass on get_recursively(k,o)
- - - - - - - - - - - - - - - - - - - - - - - - - - - - -
0.14 usec/pass on find(k,o)
- - - - - - - - - - - - - - - - - - - - - - - - - - - - -
0.36 usec/pass on dict_extract(k,o)
- - - - - - - - - - - - - - - - - - - - - - - - - - - - -

すべての関数は、検索するための同じ針(「ロギング」)を持ち、次のように構成された同じディクショナリオブジェクトを持っています。

o = { 'temparature': '50', 
      'logging': {
        'handlers': {
          'console': {
            'formatter': 'simple', 
            'class': 'logging.StreamHandler', 
            'stream': 'ext://sys.stdout', 
            'level': 'DEBUG'
          }
        },
        'loggers': {
          'simpleExample': {
            'handlers': ['console'], 
            'propagate': 'no', 
            'level': 'INFO'
          },
         'root': {
           'handlers': ['console'], 
           'level': 'DEBUG'
         }
       }, 
       'version': '1', 
       'formatters': {
         'simple': {
           'datefmt': "'%Y-%m-%d %H:%M:%S'", 
           'format': '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
         }
       }
     }, 
     'treatment': {'second': 5, 'last': 4, 'first': 4},   
     'treatment_plan': [[4, 5, 4], [4, 5, 4], [5, 5, 5]]
}

すべての機能で同じ結果が得られましたが、時差は劇的です!関数gen_dict_extract(k,o)は、ここでの関数から適応された関数です。実際にはgen_dict_extract(k,o)find関数とほとんど同じですが、主な違いは、文字列が再帰中に渡されました:

def gen_dict_extract(key, var):
    if hasattr(var,'iteritems'):
        for k, v in var.iteritems():
            if k == key:
                yield v
            if isinstance(v, dict):
                for result in gen_dict_extract(key, v):
                    yield result
            elif isinstance(v, list):
                for d in v:
                    for result in gen_dict_extract(key, d):
                        yield result

したがって、このバリアントは、ここで最も速く、最も安全な機能です。そしてfind_all_items信じられないほど遅いと遠秒最も遅いオフであるget_recursivley残りは、除きながらdict_extract 、互いに近接しています。 fun関数とkeyHole関数は、文字列を探している場合にのみ機能します。

ここで興味深い学習の側面:)

私は@ hexerei-softwareの優れた答えをトップレベルのリストyield fromとacceptingを使用して反復したかっただけです。

def gen_dict_extract(var, key):
    if isinstance(var, dict):
        for k, v in var.items():
            if k == key:
                yield v
            if isinstance(v, (dict, list)):
                yield from gen_dict_extract(v, key)
    elif isinstance(var, list):
        for d in var:
            yield from gen_dict_extract(d, key)

@hexereiソフトウェアの回答をフォローアップし、 @ bruno-bronoskyのコメント(キーのリスト/セットを反復処理する場合):

def gen_dict_extract(var, keys):
   for key in keys:
      if hasattr(var, 'items'):
         for k, v in var.items():
            if k == key:
               yield v
            if isinstance(v, dict):
               for result in gen_dict_extract([key], v):
                  yield result
            elif isinstance(v, list):
               for d in v:
                  for result in gen_dict_extract([key], d):
                     yield result    

文字列キーではなく、単一の要素([キー]}を含むリストを渡していることに注意してください。

Related