Django Scrapy匹配故障：match_maker仅返回4个成员而非预期150个的解决求助

问题描述 #

我在做一个Django项目，用Scrapy爬取网站上的用户资料，爬取到的数据交给match_maker方法处理。但现在遇到个头疼的问题：数据库里有153个成员（排除3个staff成员后剩150个普通成员），可match_maker只返回4个匹配结果。

细节 #

• 数据库：共153个成员，其中3个是staff，剩余150个为普通成员
• 资料类型：每个成员的profile_type分为'Man'、'Woman'、'Trans'、'Couple'四种

核心问题 #

match_maker方法里有个循环用来给成员分配房间，我用used_rooms集合跟踪已分配的房间，确保每个房间只分配一次。相关代码片段是：

if room["username"] in used_rooms:
    continue

当这个条件生效时，方法仅返回4个成员；如果注释掉这个检查，虽然能处理所有150个成员，但可用房间数会飙到一百万以上，这明显不符合预期。

我的目标 #

我需要实现每个房间只分配给一个成员，同时保证所有150个普通成员都能被正确处理，不会出现重复分配房间的情况。想请教大家怎么解决这个矛盾的问题。

已尝试的操作 #

• 验证唯一性：确认每个房间的room["username"]都是唯一的
• 调试used_rooms：打印集合的前后状态，确认它在正常填充
• 检查房间数据结构：反复核对所有房间的room["username"]没有重复

但试了这些之后问题还是存在，希望能得到大家的思路和建议。

原代码片段 #

def match_maker(self, members, room_data: list):
        matched_items = []
        used_rooms = set() # Keep track of assigned rooms
        room_data_copy = deepcopy(room_data)
        
        # Group rooms by profile_type for quick lookup
        rooms_by_type = defaultdict(list)
        
        for room in room_data_copy:
            if len(room["body"]) >= 5:  # Only store rooms with a valid description
                rooms_by_type[room["profile_type"]].append(room)

        users = set()

        for member in members:
            if member.is_staff:
                continue
            
            # Get matching rooms for this profile_type
            available_rooms = rooms_by_type.get(member.profile_type, [])
                        
            for room in available_rooms:
                if room["username"] in used_rooms:
                    continue

                if room["profile_type"] != member.profile_type:
                    continue
                
                users.add(member.username)      
                matched_items.append((member, room))
                used_rooms.add(room["username"])
        
        print(f"The users are: {users}")
        print(f"The number of users are: {len(users)}")
        
        
        random.shuffle(matched_items)
        
        return matched_items

解决方案（来自@Serhii Fomenko） #

原代码的问题出在循环逻辑上：遍历每个成员时，一旦找到第一个可用房间就会标记该房间为已使用，但如果某个profile_type的房间数量很少（比如只有4个），前面的成员会把同类型的房间全抢完，后面的同类型成员就找不到可用房间了，最终只匹配到4个成员。

修正后的代码调整了匹配逻辑：先把成员和房间都按profile_type分组，然后对每个类型的房间循环，用循环迭代器轮流分配给同类型的成员，既保证每个房间只分配一次，也能让所有成员都拿到对应的房间。

def match_maker(self, members: QuerySet[Member], room_data: list):
        matched_items = []
        room_data_copy = deepcopy(room_data)
        
        # Group rooms by profile_type for quick lookup
        rooms_by_type: dict = defaultdict(list)
        
        for room in room_data_copy:
            if len(room["body"]) >= 5:  # Only store rooms with a valid description
                rooms_by_type[room["profile_type"]].append(room)
        
        members_by_type = defaultdict(list)
        for member in members:
            if not member.is_staff:
                members_by_type[member.profile_type].append(member)
        
        processed_usernames = set()
        
        for profile_type, members_list in members_by_type.items():
            members_it = cycle(members_list)
            for available_room in rooms_by_type[profile_type]:
                member = next(members_it)
                matched_items.append((member, available_room))
                processed_usernames.add(member.username)
        
        random.shuffle(matched_items)
        
        return matched_items

备注：内容来源于stack exchange，提问作者AJJ