sortedcontainers.SortedKeyList：返回与Key匹配的值的元素

Question

我正在使用

sortedcontainers

SortedKeyList

来存储字典列表。字典在列表中按（嵌套）键的值（即“token_str”）进行排序。

SortedKeyList

似乎已正确存储在

self.tokenized_files

中（例如，如下所示），这已通过调试器验证。

但是，当我尝试从列表中检索具有给定键值（即 token_str）的元素（即字典）时，我得到

TypeError: string indices must be integers, not 'str'

。

如何使用嵌套键的值从 SortedKeyList 中检索元素（即字典）？最好使用有效的搜索算法，例如二等分，而不是迭代整个列表。

self.sorted_index_by_token_str = None
self.tokenized_files = SortedKeyList([
                {'full_path': '/path/to/file/mdb_00033k__filename1.pdf', 'tokenized_filename': {'basic_filename': 'filename1.pdf', 'token': {'token_str': 'mdb_00033k'}}},
                {'full_path': '/path/to/file/mdb_0027zz__filename2.pdf', 'tokenized_filename': {'basic_filename': 'filename2.pdf', 'token': {'token_str': 'mdb_0027zz'}}},
            ])
               

def generate_index(self) -> SortedKeyList:
    """Creates an index comprising a list of dicts of tokenized files sorted by token_str.
    """

    self.sorted_index_by_token_str = SortedKeyList(
        self.tokenized_files,
        key=lambda x: x["tokenized_filename"]["token"]["token_str"],
    )
    # Evaluate: x["tokenized_filename"]["token"]["token_str"]
    # Returns: 'mdb_0027zz'
    return self.sorted_index_by_token_str


def find_tokenized_file(self) -> dict:
    """Finds a tokenized file in the index by performing a binary search on token_str.
    """

    test = self.sorted_index_by_token_str.index("mdb_0027zz")


# ERROR:
# test = self.sorted_index_by_token_str.index("mdb_0027zz")
# ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
# key = self._key(value)
# ^^^^^^^^^^^^^^^^
# key=lambda x: x["tokenized_filename"]["token"]["token_str"],
# ~^^^^^^^^^^^^^^^^^^^^^^
# TypeError: string indices must be integers, not 'str'```

Answer 1

键需要是整个嵌套字典（而不仅仅是我认为的简单键值）。然后使用

bisect_left

方法来确定元素的索引，并随后检查以确认位于索引处的元素是否与键值匹配。

        key = dict({"tokenized_filename": {"token": {"token_str": f"{token_str}"}}})
        index = self.sorted_index_by_token_str.bisect_left(key)

        # Check if the token_str is found at the returned index
        if (
            index < len(self.sorted_index_by_token_str)
            and self.sorted_index_by_token_str[index]["tokenized_filename"]["token"][
                "token_str"
            ]
            == token_str
        ):
            return self.sorted_index_by_token_str[index]

        # token_str not found
        return None