Python如何对比键名未知的JSON文件中的取值差异

你的核心难点是两个平台的键名存在格式、别名差异，无法直接按键名匹配对比，可以按照以下步骤处理：

1. 先做键名归一化 #

提前统一不同写法的同类型字段，规则可根据你的实际数据补充：

• 赛事名称：提取核心关键词匹配，只要同时包含费城/Philadelphie和亚特兰大/Atlanta相关关键词就判定为同一场赛事
• 投注分类：提取核心规则匹配，比如包含「Points + Rebonds + Passes」就判定为球员得分+篮板+助攻类投注
• 投注项：
  • 球员名统一映射：比如 Clint Capela 对应 C.Capela，John Collins 对应 J.Collins
  • 数值格式统一：把法语格式的逗号小数点替换为英文格式，比如24,5转成24.5
  • 描述统一：去掉冗余修饰词，比如「de」等无意义助词

2. 用脚本遍历匹配对比 #

可以直接用Python实现，示例代码如下：

import json
import re

# 预设映射规则，可根据实际数据补充
player_map = {
    "Clint Capela": "C.Capela",
    "John Collins": "J.Collins",
    "Kevin Huerter": "K.Huerter",
    "Trae Young": "Tr.Young"
}
bet_type_map = {
    "Performance du Joueur (Points + Rebonds + Passes)": "Performance du Joueur - Total Points + Rebonds + Passes - Match"
}

def normalize_bet_item(name):
    # 统一数值格式
    name = name.replace(",", ".")
    # 替换球员全称为缩写
    for full_name, short_name in player_map.items():
        name = name.replace(full_name, short_name)
    # 去掉冗余助词
    name = re.sub(r"\s+de\s+", " ", name)
    return name.strip()

def compare_bet_data(unibet_data, parions_data):
    diff_result = []
    # 遍历Unibet条目找缺失/赔率差异
    for ub_event in unibet_data.values():
        # 示例默认单场赛事，多赛事可加关键词匹配逻辑
        ps_event = next(iter(parions_data.values()))
        for ub_bet_type, ub_bet_items in ub_event.items():
            if ub_bet_type not in bet_type_map:
                continue
            ps_bet_type = bet_type_map[ub_bet_type]
            ps_bet_items = ps_event.get(ps_bet_type, {})
            # 对比单个投注项
            for ub_item, ub_odds in ub_bet_items.items():
                norm_ub = normalize_bet_item(ub_item)
                ps_odds = None
                for ps_item, po in ps_bet_items.items():
                    if normalize_bet_item(ps_item) == norm_ub:
                        ps_odds = po
                        break
                if ps_odds is None:
                    diff_result.append(f"Parions Sport 缺失投注项：{ub_item} | Unibet赔率：{ub_odds}")
                elif abs(ub_odds - ps_odds) > 0.001:
                    diff_result.append(f"赔率差异：{ub_item} | Unibet：{ub_odds} | Parions Sport：{ps_odds}")
    # 遍历Parions条目找Unibet缺失的投注项
    for ps_event in parions_data.values():
        ub_event = next(iter(unibet_data.values()))
        for ps_bet_type, ps_bet_items in ps_event.items():
            ub_bet_type = next((k for k, v in bet_type_map.items() if v == ps_bet_type), None)
            if not ub_bet_type:
                continue
            ub_items_norm = [normalize_bet_item(i) for i in ub_event.get(ub_bet_type, {}).keys()]
            for ps_item, ps_odds in ps_bet_items.items():
                if normalize_bet_item(ps_item) not in ub_items_norm:
                    diff_result.append(f"Unibet 缺失投注项：{ps_item} | Parions Sport赔率：{ps_odds}")
    return diff_result

if __name__ == "__main__":
    with open("你的JSON文件路径.json", "r", encoding="utf-8") as f:
        all_data = json.load(f)
    diffs = compare_bet_data(all_data["Unibet"], all_data["Parions Sport"])
    for d in diffs:
        print(d)

3. 运行输出结果 #

替换代码中的JSON文件路径后运行，即可输出三类差异：

• Unibet存在但Parions Sport不存在的投注项
• Parions Sport存在但Unibet不存在的投注项
• 同一投注项赔率不一致的记录

如果后续数据量增大，可加入模糊匹配算法（比如编辑距离、Jaccard相似度）自动匹配键名，无需手动维护映射表。

内容的提问来源于stack exchange，提问作者Lucas