lookupy-unmanaged 0.4

需求

• Python [已测试2.7和3.2]

• nose [可选，用于运行测试]

• coverage.py [可选，用于测试覆盖率]

• Tox [可选，用于在不同的Python版本上构建和测试]

安装

安装此库最简单的方法是使用pip

$ pip install lookupy

提示！ 考虑在

虚拟环境

快速入门

由于此库基于Django QuerySets，首先了解它们是如何工作将会有所帮助。在Django中，QuerySets用于构建SQL查询以从数据库中获取数据。使用QuerySet对象的filter方法相当于编写SQL中的WHERE子句。

将相同的概念应用于简单的数据集合（字典列表），lookupy 可以根据使用所谓的“查找参数”指定的某些标准来提取数据子集。

但是首先，我们需要根据以下方式从数据集中构建一个 Collection 对象：

>>> from lookupy import Collection, Q
>>> data = [{'framework': 'Django', 'language': 'Python', 'type': 'full-stack'},
...         {'framework': 'Flask', 'language': 'Python', 'type': 'micro'},
...         {'framework': 'Rails', 'language': 'Ruby', 'type': 'full-stack'},
...         {'framework': 'Sinatra', 'language': 'Ruby', 'type': 'micro'},
...         {'framework': 'Zend', 'language': 'PHP', 'type': 'full-stack'},
...         {'framework': 'Slim', 'language': 'PHP', 'type': 'micro'}]
>>> c = Collection(data)

为了从集合中过滤一些数据，我们调用 filter 方法并将查找参数传递给它。

>>> c.filter(framework__startswith='S')
<lookupy.lookupy.QuerySet object at 0xb740d40c>

>>> list(c.filter(framework__startswith='S'))
[{'framework': 'Sinatra', 'type': 'micro', 'language': 'Ruby'},
{'framework': 'Slim', 'type': 'micro', 'language': 'PHP'}]

查找参数基本上就像一个条件语句，其形式为 <key>__<lookuptype>=<value>，其中 <key> 是字典中的一个键，<lookuptype> 是一组预定义的关键字之一，用于指定如何将 <value> 与每个字典中对应键的实际值进行匹配。请参阅 查找类型列表

默认情况下，通过作为参数传递的多个查找是使用 and 逻辑运算符组合的（稍后我们将看到 or 和 not 也是支持的）

>>> list(c.filter(framework__startswith='S', language__exact='Ruby'))
[{'framework': 'Sinatra', 'type': 'micro', 'language': 'Ruby'}]

对于 or 和 not，我们可以使用 Q 对象来组合复杂的查找，并将它们作为位置参数传递，同时将查找参数作为关键字参数传递。不出所料，位运算符 &、| 和 ~ 被重载以分别作为逻辑运算符 and、or 和 not（正如在 Django 中的那样工作）。

>>> list(c.filter(Q(language__exact='Python') | Q(language__exact='Ruby')))
[{'framework': 'Django', 'language': 'Python', 'type': 'full-stack'},
 {'framework': 'Flask', 'language': 'Python', 'type': 'micro'},
 {'framework': 'Rails', 'language': 'Ruby', 'type': 'full-stack'},
 {'framework': 'Sinatra', 'language': 'Ruby', 'type': 'micro'}]
>>> list(c.filter(~Q(language__startswith='R'), framework__endswith='go'))
[{'framework': 'Django', 'language': 'Python', 'type': 'full-stack'}]

Lookupy 还支持通过在 QuerySet 对象上提供 select 方法来使结果只包含所选字段。

在 QuerySet 上调用 filter 或 select 方法将返回另一个 QuerySet，因此可以将这些调用链接在一起。内部上，过滤和选择利用 Python 的生成器进行延迟评估。此外，QuerySet 和 Collection 都实现了 迭代器协议，因此在消耗之前不会进行任何评估。

>>> result = c.filter(Q(language__exact='Python') | Q(language__exact='Ruby')) \
              .filter(framework__istartswith='s')) \
              .select('framework')
>>> for item in result: # <-- this is where filtering will happen
...     print(item)
...
[{'framework': 'Sinatra'}]

对于嵌套字典，查找参数中的键可以使用双下划线构建，例如 request__status__exact=404。最后，也可以使用相同的 Q 对象通过嵌套键值对集合来过滤数据。

>>> data = [{'a': 'python', 'b': {'p': 1, 'q': 2}, 'c': [{'name': 'version', 'value': '3.4'}, {'name': 'author', 'value': 'Guido van Rossum'}]},
...         {'a': 'erlang', 'b': {'p': 3, 'q': 4}, 'c': [{'name': 'version', 'value': 'R16B01'}, {'name': 'author', 'y': 'Joe Armstrong'}]}]
>>> c = Collection(data)
>>> list(c.filter(b__q__gte=4))
[{'a': 'erlang', 'c': [{'name': 'version', 'value': 'R16B01'}, {'y': 'Joe Armstrong', 'name': 'author'}], 'b': {'q': 4, 'p': 3}}]
>>> list(c.filter(c__filter=Q(name='version', value__contains='.')))
[{'a': 'python', 'c': [{'name': 'version', 'value': '3.4'}, {'name': 'author', 'value': 'Guido van Rossum'}], 'b': {'q': 2, 'p': 1}}]

在最后一个示例中，我们使用 Q 对象通过嵌套键值对集合过滤原始字典，即我们只查询版本字符串中包含点（.）的语言。请注意，这与过滤嵌套集合本身不同。为此，我们可以轻松地为子集合构建 Collection 对象。

请参阅 examples 子目录以获取更多使用示例。

支持的查找类型

以下是当前支持的查找类型：

• exact 精确等于（默认）

• neq 不相等

• contains 包含

• icontains 不区分大小写的包含

• in 成员

• startswith 字符串开头

• istartswith 不区分大小写的开头

• endswith 字符串结尾

• iendswith 不区分大小写的结尾

• gt 大于

• gte 大于等于

• lt 小于

• lte 小于等于

• regex 正则表达式搜索

• filter 嵌套过滤

注意！

1. 如果将不存在的 key 传递给 select，则它将以值 None 包含在所有结果中。

2. 如果将不存在的 key 传递给 filter，则查找将始终失败。起初，这似乎与第一个点不一致，但这样做是为了保持整体行为可预测。例如，如果使用 lt 查找整数，例如 2 作为值，则查找将始终失败，尽管在 Python 2 中 None < 2 == True。最好的办法是避免这种局面。

3. 由于目前select的工作方式，如果与filter链式使用，应在其之后而不是之前调用（除非用于查找的键也正在被选择）。我计划在后续版本中修复此问题。

运行测试

$ make test

为了方便在所有环境中（Python 2.7和3.2）进行测试，请运行：

$ tox

待办事项

• 测量大数据集的性能

• 实现JSON文件的命令行界面

许可证

本库按现状提供，受MIT许可证约束。