Python 将用户id映射到dict上，比较用户是否已在dict中

我有一段代码，目前可以从一个XML文件（从一个网站获得）打印每个用户的数据。随着越来越多的用户整天与XML交互，XML会更新。我现在有我的代码循环，每5分钟下载一次数据

每次运行代码时，它都会生成一个用户列表及其统计信息， 前5分钟打印用户：z，y，z

第二个5分钟打印用户：

x,y,z,a,b

x,y,z,a,b,c,d

第三个5分钟打印用户：

x,y,z,a,b

x,y,z,a,b,c,d

打印前5分钟所需的代码：

x,y,z 

第二个5分钟：

a,b 

c,d

第三个5分钟：

a,b 

c,d

一些人如何认识到一些用户已经被使用。每个用户都有一个唯一的用户id，我想可以匹配吗

我附上一个代码示例，以防对您有所帮助

import mechanize
import urllib
import json
import re
import random
import datetime
from sched import scheduler
from time import time, sleep

######Code to loop the script and set up scheduling time

s = scheduler(time, sleep)
random.seed()

def run_periodically(start, end, interval, func):
    event_time = start
    while event_time < end:
        s.enterabs(event_time, 0, func, ())
        event_time += interval + random.randrange(-5, 45)
    s.run()

###### Code to get the data required from the URL desired
def getData():  
    post_url = "URL OF INTEREST"
    browser = mechanize.Browser()
    browser.set_handle_robots(False)
    browser.addheaders = [('User-agent', 'Firefox')]

######These are the parameters you've got from checking with the aforementioned tools
    parameters = {'page' : '1',
              'rp' : '250',
              'sortname' : 'roi',
              'sortorder' : 'desc'
             }
#####Encode the parameters
    data = urllib.urlencode(parameters)
    trans_array = browser.open(post_url,data).read().decode('UTF-8')

    xmlload1 = json.loads(trans_array)
    pattern1 = re.compile('>&nbsp;&nbsp;(.*)<')
    pattern2 = re.compile('/control/profile/view/(.*)\' title=')
    pattern3 = re.compile('<span style=\'font-size:12px;\'>(.*)<\/span>')



##### Making the code identify each row, removing the need to numerically quantify the     number of rows in the xmlfile,
##### thus making number of rows dynamic (change as the list grows, required for looping function to work un interupted)

    for row in xmlload1['rows']:
        cell = row["cell"]

##### defining the Keys (key is the area from which data is pulled in the XML) for use in the pattern finding/regex

        user_delimiter = cell['username']
        selection_delimiter = cell['race_horse']


        if strikeratecalc2 < 12 : continue;

##### REMAINDER OF THE REGEX DELMITATIONS
        username_delimiter_results = re.findall(pattern1, user_delimiter)[0]
        userid_delimiter_results = (re.findall(pattern2, user_delimiter)[0])
        user_selection = re.findall(pattern3, selection_delimiter)[0]



##### Printing the results of the code at hand

        print "user id = ",userid_delimiter_results
        print "username = ",username_delimiter_results
        print "user selection = ",user_selection
        print ""





    getData()


    run_periodically(time()+5, time()+1000000, 3000, getData)

导入机械化
导入URL库
导入json
进口稀土
随机输入
导入日期时间
从sched导入计划程序
从时间导入时间，睡眠
######循环脚本并设置调度时间的代码
s=调度程序（时间、睡眠）
random.seed（）
def定期运行（开始、结束、间隔、功能）：
事件时间=开始
当事件时间<结束时：
s、 enterabs（事件时间，0，函数，（））
事件时间+=间隔+随机随机范围（-5,45）
s、 运行（）
######从所需URL获取所需数据的代码
def getData（）：
post_url=“感兴趣的url”
browser=mechanize.browser（）
browser.set_handle_robots（False）
browser.addheaders=[（'User-agent'，'Firefox'）]
######这些是通过上述工具检查得到的参数
参数={'page'：'1'，
‘rp’：‘250’，
“sortname”：“roi”，
“排序器”：“描述”
}
#####对参数进行编码
data=urllib.urlencode（参数）
trans_array=browser.open（post_url，data）.read（）.decode（'UTF-8'））
xmload1=json.loads（trans_数组）
pattern1=re.compile（'>（.*））可以跟踪列表中已输出的
用户id
，但可能更容易记住上次离开的列表中的位置——也就是说，如果在前一次运行中已输出前5个用户，则在下一次运行时从第6行开始。您可以在循环中实现这一点，如：

#outside of the run loop
number_output = 0

#in the run lop
for row in xmlload1['rows'][number_output:]:
    number_output += 1
    cell = row["cell"]

唯一的问题是，如果用户可以在输入文件中复制，并且您不想输出用户的第二个实例。在这种情况下，最好使用。然后，每次输出用户时，将其用户名添加到您的集合中，如

my_set.update(username)

并检查用户是否已通过

if username in my_set:
    ...

可以跟踪列表中已输出的
用户id
，但可能更容易记住上次离开的列表中的位置——也就是说，如果在前一次运行中已输出前5个用户，则在下一次运行时从第6行开始。您可以在循环中实现这一点，如：

#outside of the run loop
number_output = 0

#in the run lop
for row in xmlload1['rows'][number_output:]:
    number_output += 1
    cell = row["cell"]

唯一的问题是，如果用户可以在输入文件中复制，并且您不想输出用户的第二个实例。在这种情况下，最好使用。然后，每次输出用户时，将其用户名添加到您的集合中，如

my_set.update(username)

并检查用户是否已通过

if username in my_set:
    ...

最简单的方法是保留一个所有用户id的列表，如果id已经存在，不要打印任何东西。@FMc嘿，FMc，我已经尝试了12天的python编码了，恐怕没有一些示例可以使用或进行反向工程，我不知道从何处开始！：s Kind as最简单的事情是我将保留一份所有用户id的列表，如果id已经存在，不要打印任何东西。@FMc嘿，FMc，我已经尝试了12天的python编码了，恐怕没有一些示例可以使用或进行反向工程，我不知道从何处开始！：s亲切问候AEAHey谢谢你的回复Michael，ho无论列表是按ROI排序的，这意味着任何注册其数据的新用户都可以替换第3行的用户。例如，到目前为止，3个被抵制的用户，ROI为5%10%和12%。这些用户将被列为第1行12%第2行10%第3行5%。在第二次刮取xml时，用户已注册了ROI为7%的数据，他将被输入第3行替换第3行中的旧用户。我希望这是有意义的。@AEA，如果用户没有被排序，那么使用
集合的方法（我回答的后半部分）很合适。这种方法与您建议的使用dict类似，但内存和时间效率更高。嘿，谢谢您的回复Michael，但是列表是按ROI排序的。这意味着任何注册其数据的新用户都可以替换第3行的用户。例如，到目前为止有3个用户被拒绝，ROI为5%10%和12%。这些用户将我将被列为第1行12%第2行10%第3行5%。在第二次刮取xml后，一个用户以7%的ROI注册了他的数据，他将被输入到第三行，取代第3行中的老用户。我希望这是有意义的。@AEA，如果用户没有被排序，那么使用
集合的方法（我回答的后半部分）这种方法与您建议的使用dict类似，但更节省内存和时间。