Python中看字典中元素是否存在

发布时间: 2017-01-05

需求背景

有时候我们需要从MongoDB中load一堆无结构的文档parse成dict，比如我们有下面三组结构不一致的文档：

In [1]: doc_a
Out[1]: {'eventKey': 'enterHome', 'u_name': 'diggzhang', 'u_os': 'Android'}

# 相较于其他两组文档多了一个`platform`字段
In [2]: doc_b
Out[2]: {'eventKey': 'haltApp', 'platform': 'web', 'u_name': 'max', 'u_os': 'Android'}

In [3]: doc_c
Out[3]: {'eventKey': 'stopVideo', 'u_name': 'master', 'u_os': 'Mac'}

这个时候，如果我们想查找值或者检查某些键是否存在(比如你可能会关心MongoDB中到底有多少种键)，由于文档结构可能比较麻烦。比如我们想找找platform是否在这组文档中存在,最简单直观的办法肯定是遍历然后if判断，但是量级如果太大这样很明显行不通：

# 冷笑话版本
if 'platform' in doc_a:
    print("platform exists!")

if 'platform' in doc_b:
    print("platform exists!")

if 'platform' in doc_c:
    print("platform exists!")

最佳实践

优雅的解决办法是借用collections解决，ChainMap类可以将多个dict融合成一个dict去使用：

>>> from collections import ChainMap
>>> doc_a = {'eventKey': 'enterHome', 'u_name': 'diggzhang', 'u_os': 'Android'} >>> doc_b = {'eventKey': 'haltApp', 'platform': 'web', 'u_name': 'max', 'u_os': 'Android'}
>>> doc_c = {'eventKey': 'stopVideo', 'u_name': 'master', 'u_os': 'Mac'}
>>>
>>> doc_chain = ChainMap(doc_a, doc_b, doc_c)
>>> doc_chain
ChainMap({'u_name': 'diggzhang', 'u_os': 'Android', 'eventKey': 'enterHome'}, {'platform': 'web', 'u_name': 'max', 'u_os': 'Android', 'eventKey': 'haltApp'}, {'u_name': 'master', 'u_os': 'Mac', 'eventKey': 'stopVideo'})

ChainMap类完成融合后产生的doc_chain，可以当做一个真正的dict使用。如果出现融合的dict里有重复键，那么第一次出现的映射值会被返回。因此,例子程序中的返回的是字典中doc_a对应的值,而不是doc_b中对应的值。

>>> print(doc_chain['platform'])
web
>>> print(doc_chain['eventKey'])
enterHome
>>>

也可以使用下面的办法计算中到底在该组ChainMap中到底有多少种key：

>>> doc_chain.keys()
KeysView(ChainMap({'u_name': 'diggzhang', 'u_os': 'Android', 'eventKey': 'enterHome'}, {'platform': 'web', 'u_name': 'max', 'u_os': 'Android', 'eventKey': 'haltApp'}, {'u_name': 'master', 'u_os': 'Mac', 'eventKey': 'stopVideo'}))
>>> list(doc_chain.keys())
['platform', 'u_name', 'eventKey', 'u_os']

承接上面来个变种测试，我想知道ChainMap对有深层结构的dict会识别成怎样：

>>> doc_c # 修改doc_c中的某个字段，让他是嵌套的dict
{'u_name': 'master', 'u_os': {'version': 23.2, 'os': 'mac'}, 'eventKey': 'stopVideo'}
>>> doc_chain = ChainMap(doc_a, doc_b, doc_c)
>>> list(doc_chain.keys())
['platform', 'u_name', 'eventKey', 'u_os']

结果有些失望，猜想可能是跟重复键的处理规则一样是最左优先，于是我将doc_a变成了深层结构，最终出的list结果还是一样，可见ChainMap对于深层结构的处理不是这样的玩法。