Question

我有两个JSON Files- Publishers，其中包含一个包含图书清单的发布者和图书列表。我必须将该书与相应的出版商相匹配。这两个文件采用以下格式：

books.json（约400本书）：

[{"bookId":"1173828", "bookName":"Dark Sky", "publisher":"ABC", "publisherCountry":"USA"}, ...]

publishers.json（约10家发布商）;

[{"publisherId":"128", "publisherName":"ABC", "publisherCountry":"USA"}, ...]

输出应采用以下形式：

{"results": [{ "bookId": "1173828", "publisherId": 128}, ...]}

我使用Jackson JSON来解析文件。我想知道什么是用于此问题的最佳方法。我应该为每条记录创建单独的对象，然后比较Book和Publisher类的对象以找到匹配项吗？

Answer 1

如果这是您必须解决的唯一问题，最快的方法是：

解析所有发布者，并将ID（或您希望保留的任何其他附加信息）存储在哈希映射中，其中发布者名称是密钥。如果要匹配名称和国家/地区，可以使用<publisherName>/<publisherCountry>之类的密钥，如果数据中没有自然使用的分隔符，则效果最佳。例如<publisherName>\n<publisherCountry>，我认为这些名称中有换行符。
现在解析所有书籍，从数据构建密钥，例如再次<publisher>\n<publisherCountry>，并在你的哈希中查找。现在，您可以按照需要的方式输出所有字段。

Answer 2

您基本上是根据发布商名称在图书和发布商之间进行内部联接。您可以使用关联数组（或hashmap）创建发布者和书籍的索引。这会将唯一键（例如，发布者名称）与每个发布者和书籍相关联。创建索引后，您可以通过迭代键并将数据合并在一起来完成do之间的内部联接。

以下是Python中的示例实现：

import json

with open('books.json') as f:
    books = json.load(f)

with open('publishers.json') as f:
    publishers = json.load(f)

books_index = {  # 1
    b['publisher']: {  # 2
        'bookId': b['bookId'],
        'bookName': b['bookName']
    }
    for b in books
}
publishers_index = {
    p['publisherName']: {  # 2
        'publisherId': p['publisherId'],
        'publisherName': p['publisherName'],
        'publisherCountry': p['publisherCountry']
    }
    for p in publishers
}

joined = [
    dict(books_index[k], **publishers_index[k])  # 3
    for k in books_index.keys()
]

results = {
    'results': joined
}

注意：

此语法称为理解，您可以使用它在单个表达式中创建哈希映射或列表。 Python的哈希映射称为dicts。
您可以在此处为每本图书/出版商选择唯一键，以及相关值。
您可以在此处选择如何将图书与发布商相关联。在这里，我只是将书籍和出版商的词汇合并为一个。

在两个JSON文件中查找匹配记录的最佳方法

2 个答案: