Python - 获取两个 Json 文件的交集

Question

我正在寻找一种计算两个JSON文件交集的选项。我已经搜索过了，发现可以使用集合来解决我的问题。这个方法“还行”。但是我需要更详细的交集视图，这就是问题开始的地方。 如何计算交集：

def calcIntersect(ValidationFile, json_object1, json_object2):

with open(ValidationFile) as schema_file:
    schema = j.load(schema_file)
    js.Draft4Validator.check_schema(schema)

with open(json_object1) as spec_file:
    spec1 = j.load(spec_file, object_pairs_hook=OrderedDict)
    js.validate(spec1, schema)

with open(json_object2) as spec_file:
    spec2 = j.load(spec_file, object_pairs_hook=OrderedDict)
    js.validate(spec2, schema)

x = set(spec1) & set(spec2)

print(x)

示例数据1：

{
    "Car":{
        "Brand":"Audi",
        "Nationality":"Germany",
        "Modelname":"A6"
    },
    "Engine":{
        "cubic capacity":"2967",
        "Enginetype":"V6",
        "Fuel":"Diesel",
        "MaxSpeed":"250"

    },
    "Colors":{
        "Carcolor":"Black",
        "Interiorrcolor":"white"
    }
}

示例数据2：

{
    "Car":{
        "Brand":"Audi",
        "Nationality":"USA",
        "Modelname":"A6"
    },
    "Engine":{
        "cubic capacity":"2995",
        "Enginetype":"V6",
        "Fuel":"Petrol",
        "MaxSpeed":"250"

    },
    "Colors":{
        "Carcolor":"Black",
        "Interiorrcolor":"Black"
    }
}

例子输出：

{'Car', 'Colors', 'Engine'}

这只是“键”，但我需要字典。目前它给我这些键来表示其中有一个交集。也许在“汽车”中，两个文件都有一辆“奥迪”，但国籍不同，因为一辆车是在美国生产的，另一辆车是在德国生产的。但它仍然返回“汽车”，而不是“奥迪”。

我希望我能描述清楚我的问题。这是我的第一个问题...

- Dome A.

---

如果我们知道spec1 / spec2的示例数据，那将有助于理解。 - user2358582

@user2358582 好的，我已经编辑过了，并添加了描述情况的示例数据。感谢您的建议！ - Dome A.

Answer 1

以下代码段灵感来自@likeon的回答，将为您提供一个字典，其键将是规格中相交对象的键，值将是包含相交对象的数组。

intersect = { key: [o, spec2[key]] for key, o in spec1.iteritems()
                                   if key in spec2 };

编辑： 如果您正在使用Python 3，则必须使用items而不是iteritems：

intersect = { key: [o, spec2[key]] for key, o in spec1.items()
                                   if key in spec2 };

- Quentin Roy

---

好的，我想我得到了一个“默认”的解决方案。谢谢！我会试一下。 - Dome A.

好的，我测试过了。运行良好。非常感谢！对于使用Python 3.x的人来说，你需要将“spec1.iteritems()”更改为“spec1.items()”。 - Dome A.

Answer 2

为什么不直接遍历spec1并将其与spec2的值进行比较，像这样：

x = {k: v for k, v in spec1.iteritems() if k in spec2 and spec2[k] == v}

- likeon

---

这是我目前计划使用的东西。但我认为会有更好的选择。谢谢！ - Dome A.

这将返回所有值，而不仅仅是匹配的元素！如果在spec2上找不到k，它将引发一个keyerror异常。 - YOBA

不完全是这样，它只会返回 spec1 的值。我冒昧地分叉了你的代码，所以它现在会返回两个值。 - Quentin Roy

@YOBA 是的，示例代码是正确的，但是想法是遍历所有元素并进行比较。 - Dome A.

好的，如果这就是你要找的，只需使用spec2.get(k) == v，以避免keyerror异常。 - YOBA

@YOBA 这里可能有这样一种情况，即spec1具有具有None值的键，而spec没有。在这种情况下，该键将显示为交集，但实际上不应该。 - likeon

Answer 3

你需要一个递归解决方案：

json1 = {
    "Car": {
        "Brand": "Audi",
        "Nationality": "Germany",
        "Modelname": "A6"
    },
    "Engine": {
        "cubic capacity": "2967",
        "Enginetype": "V6",
        "Fuel": "Diesel",
        "MaxSpeed": "250"
    },
    "Colors": {
        "Carcolor": "Black",
        "Interiorrcolor": "white"
    }
}

json2 = {
    "Car": {
        "Brand": "Audi",
        "Nationality": "USA",
        "Modelname": "A6"
    },
    "Engine": {
        "cubic capacity": "2995",
        "Enginetype": "V6",
        "Fuel": "Petrol",
        "MaxSpeed": "250"
    },
    "Colors": {
        "Carcolor": "Black",
        "Interiorrcolor": "Black"
    }
}


def common_dict(d1, d2):
    output = {}
    for k in set(d1) & set(d2):
        o1, o2 = d1[k], d2[k]
        if isinstance(o1, dict) and isinstance(o2, dict):
            output[k] = common_dict(o1, o2)
        elif o1 == o2:
            output[k] = o1
    return output

print common_dict(json1, json2)
# {'Engine': {'MaxSpeed': '250', 'Enginetype': 'V6'}, 'Car': {'Brand': 'Audi', 'Modelname': 'A6'}, 'Colors': {'Carcolor': 'Black'}}

- Łukasz Rogalski

---

在定义o1和o2的那一行出现了“TypeError: string indices must be integers”。 - Dome A.

你传递什么给common_dict？ - Łukasz Rogalski

三个文件。一个Shemefile和两个Json文件。 - Dome A.

@DomeA。common_dict需要传入两个参数，你是如何传递三个对象的？另外，“json文件”是什么？它是一个文件对象吗？Python字典？字符串对象？它应该是一个Python字典。 - Łukasz Rogalski

是的，抱歉我传递了两个对象。但它们是文件对象。但现在我有一个解决方案。我正在按照Quentin建议的遍历元素。我现在将对其进行测试。但感谢您的解决方案，我也会尝试它。 - Dome A.