基于条件从Python字典中提取特定范围元素的实现需求

需求明确 #

从嵌套字典ip_dict中提取页面，需严格遵循以下规则：

• 提取所有标记为FP（首页）和LP（末页）的页面
• 仅保留位于某一个FP和其后续第一个LP之间的Others页面，其余Others直接忽略
• 若某个FP之后没有对应的LP，则单独保留该FP

特殊场景：LP前置的处理逻辑 #

当LP出现在FP之前时，该LP没有对应的前置FP作为起始节点，因此不提取该LP，其前后的Others也一并忽略。后续出现的FP仍按正常规则处理：

• 示例输入片段：[{'type': 'LP', 'content': '页1'}, {'type': 'Others', 'content': '页2'}, {'type': 'FP', 'content': '页3'}, {'type': 'Others', 'content': '页4'}]
• 处理结果：仅保留FP（页3），因为该FP后无LP，符合规则3；前置的LP和对应Others全部被过滤

实现方案 #

代码思路 #

1. 先从嵌套字典中提取页面序列（假设页面列表存储在pages键下，可根据实际结构调整）
2. 遍历页面序列时，维护当前跟踪的FP节点：
   • 遇到FP时，若之前存在未匹配LP的FP，先将其加入结果；再启动新的FP跟踪，开始收集后续内容
   • 遇到LP时，若当前有正在跟踪的FP，则将LP加入当前组，完成该FP-LP序列的提取，结束跟踪
   • 遇到Others时，仅在有正在跟踪的FP且未遇到LP的情况下，才将其加入当前组
3. 遍历结束后，若仍有未匹配LP的FP，单独加入结果

代码实现 #

def extract_pages(ip_dict):
    # 从嵌套字典中获取页面列表，可根据实际结构修改键名
    pages = ip_dict.get('pages', [])
    op_dict = {'extracted_pages': []}
    current_fp = None
    current_group = []

    for page in pages:
        page_type = page.get('type')
        if page_type == 'FP':
            # 先处理上一个未匹配LP的FP
            if current_fp is not None:
                op_dict['extracted_pages'].append(current_fp)
            # 启动新的FP跟踪
            current_fp = page
            current_group = [current_fp]
        elif page_type == 'LP':
            if current_fp is not None:
                # 完成当前FP-LP组的收集
                current_group.append(page)
                op_dict['extracted_pages'].extend(current_group)
                current_fp = None
                current_group = []
            # 无对应FP的LP直接忽略
        elif page_type == 'Others':
            # 仅在跟踪FP且未遇到LP时收集Others
            if current_fp is not None:
                current_group.append(page)
    
    # 处理遍历结束后剩余的未匹配LP的FP
    if current_fp is not None:
        op_dict['extracted_pages'].append(current_fp)
    
    return op_dict

测试验证 #

案例1：正常FP-Others-LP序列 #

输入：

ip_dict = {
    'pages': [
        {'type': 'FP', 'content': '首页1'},
        {'type': 'Others', 'content': '中间页1'},
        {'type': 'Others', 'content': '中间页2'},
        {'type': 'LP', 'content': '末页1'},
        {'type': 'Others', 'content': '无关页'},
        {'type': 'FP', 'content': '首页2'},
        {'type': 'LP', 'content': '末页2'}
    ]
}

输出：

{
    'extracted_pages': [
        {'type': 'FP', 'content': '首页1'},
        {'type': 'Others', 'content': '中间页1'},
        {'type': 'Others', 'content': '中间页2'},
        {'type': 'LP', 'content': '末页1'},
        {'type': 'FP', 'content': '首页2'},
        {'type': 'LP', 'content': '末页2'}
    ]
}

案例2：FP后无LP #

输入：

ip_dict = {
    'pages': [
        {'type': 'Others', 'content': '无关页'},
        {'type': 'FP', 'content': '孤立首页'},
        {'type': 'Others', 'content': '后续页'}
    ]
}

输出：

{
    'extracted_pages': [{'type': 'FP', 'content': '孤立首页'}]
}

案例3：LP前置场景 #

输入：

ip_dict = {
    'pages': [
        {'type': 'LP', 'content': '前置末页'},
        {'type': 'Others', 'content': '前置中间页'},
        {'type': 'FP', 'content': '有效首页'},
        {'type': 'Others', 'content': '有效中间页'},
        {'type': 'LP', 'content': '有效末页'}
    ]
}

输出：

{
    'extracted_pages': [
        {'type': 'FP', 'content': '有效首页'},
        {'type': 'Others', 'content': '有效中间页'},
        {'type': 'LP', 'content': '有效末页'}
    ]
}

内容的提问来源于stack exchange，提问作者spectre