in_data= { u'deliveryOrder': { u'warehouseCode': u'OTHER', u'deliveryOrderCode': u'3600120100000', u'receiverInfo': { u'detailAddress': u'\u5927\u5382\u680818\u53f7101', u'city': u'\u4e94\u8fde', u'province': u'\u5c71\u4e1c', u'area': u'\u5927\u5382' }, u'senderInfo': { u'detailAddress': u'\u6587\u4e09\u8def172\u53f7', u'city': u'\u676d\u5dde', },
}, u'orderLines': { u'orderLine': { u'itemId': u'0192010101', u'planQty': u'20', } }
}

#以下为库主程序运行后的范例数据输出 out_data : { 'warehouse_code': u'OTHER',
'express_code': u'3600120100000',

'receiver_area': u'\u5927\u5382',    
'receiver_province': u'\u5c71\u4e1c',    
'receiver_address': u'\u5927\u5382\u680818\u53f7101',
'receiver_city': u'\u4e94\u8fde',    

'sender_city': u'\u676d\u5dde',    
'sender_address': u'\u6587\u4e09\u8def172\u53f7',

'lines': [
    {
        'item_id': u'0192010101',
        'product_qty': u'20'
    }
],

}

第 1 条附言 · 2016-08-13 10:22:34 +08:00

补充一下我们的情况吧，项目是去年底启动的， 3 月份发布测试版， 5 月份上线第一个用户。做的是面向企业后端的 SaaS 应用，主要针对电商企业的仓库管理效率，算是企业效率工具类的软件。技术是 Python+AngularJS ，做了自动化测试看板，目前每周迭代，计划在 Q4 下轮融资，期待与大家共同实现梦想！
由于产品后台的业务逻辑较复杂，所以后端人员需求更多一些，诚招 Python 各级别程序员，包括联合创始人！

u5927

Python

扁平化

字典

34 条回复 • 2016-08-15 13:18:35 +08:00

Harveyguo

2016-08-11 15:58:46 +08:00

公司网址 http://www.vwms.cn ；天使轮；目前团队不到 20 人，产品 5 月份上线，已有 5 家企业用户；其他情况欢迎来电来函咨询。

yuku

2016-08-11 16:01:44 +08:00 via iPhone

以前听说面试时帮对方解决问题？

wd85318

2016-08-11 16:03:32 +08:00

这个应该就是帮忙解决问题了
@yuku

fuling

2016-08-11 16:03:46 +08:00

@yuku :/ 你这么一说，后面都没人回复 LZ 了

cxyfreedom

2016-08-11 16:04:17 +08:00

如果考虑到不同型的 dict ，范例输出的 lines 不是还没有完全扁平吗

qianbaooffer

2016-08-11 16:04:35 +08:00

boss 值聘上好像聊过

luluuulu4848

2016-08-11 16:04:44 +08:00

@yuku 同感。。。

Harveyguo

2016-08-11 16:04:54 +08:00

额~你这个顾虑怎么解决呢？把我们 3 月份实现的这段代码发上来？

luluuulu4848

2016-08-11 16:05:22 +08:00

@yuku 这一看就是公司业务上的需求

shyling

2016-08-11 16:06:56 +08:00

{aA:{bB:c}}变为{aa_bb:c}然后再根据情况去掉前缀 /删掉不需要的

Harveyguo

2016-08-11 16:09:02 +08:00

@yuku @luluuulu4848 @wd85318 各位大牛，如果真的需要解决这个问题，那会直接把这个问题发上来求教的， Python 开源社区这么多，有必要用这种方式解决实际的业务问题吗？如果连这个问题都需要用这种方式来解决，那我的 CTO 就可以直接洗洗睡了……
之所以用实际的业务问题是希望面试者没有地方去搜索答案而已，如果各位有更好的题目或者方式，欢迎赐教。

hitmanx

2016-08-11 16:17:14 +08:00

这种拿关键字一搜就有了，我能想到的关键字
"python nested dictionary flatten"

然后就看到了 SO 上例如
http://stackoverflow.com/questions/6027558/flatten-nested-python-dictionaries-compressing-keys
好像还有个库
https://pypi.python.org/pypi/flatdict
等等，都没点进去细看。

Magic347

2016-08-11 16:51:34 +08:00

dfs 可解

domty

2016-08-11 17:13:30 +08:00

这个很难吗？
感觉就是把一个多层的树遍历出来成为一个集合。
但是为什么后面的
u'senderInfo': { u'detailAddress': u'\u6587\u4e09\u8def172\u53f7', u'city': u'\u676d\u5dde', },},
u'orderLines': { u'orderLine': { u'itemId': u'0192010101', u'planQty': u'20', } }
在结构上没看出什么区别，而后面的那个解析出来却是个 list ？

Yinz

2016-08-11 17:50:47 +08:00

纯好奇，说一下我的思路看看:D
看起来这个字段名称映射不是简单的拼接 key ，估计需要使用时指定一个映射表的结构。

所以大概是一个递归函数 flattening()，参数两个，分别是 struct_dict 和 target_dict 。

函数 for 遍历 target_dict.items()，每个元素，先读取 tmp = struct_dict[key]，判断 tmp 类型

是 str/unicode ，则 value 是数据字段，则 result_dict[key] = value ；

tmp 仍是 dict ，则 sub_dict = flattening(tmp, value) ，然后合并 result_dict 和 sub_dict ，可以循环合并，可以 from collections import ChainMap

然后是 struct_dict 大概是这个样子的

{
u 'deliveryOrder': {
u 'warehouseCode': u 'warehouse_code',
u 'deliveryOrderCode': u 'express_code',
u 'receiverInfo': {
u 'detailAddress': u 'receiver_address',
u 'city': u 'receiver_city',
u 'province': u 'receiver_province',
u 'area': u 'receiver_area'
},
u 'senderInfo': {
u 'detailAddress': u 'sender_address',
u 'city': u 'sender_city',
},
},
u 'orderLines': {
u 'orderLine': u'lines'
}
}

不过这样， lines 下面的元素名称映射就不好搞了，我想到的办法是映射字符串特殊标记，不过这样 struct_dict 就很复杂难看了，暂时还没有想到优雅的方案。如果没有这个 list 一切都好说:(

这样写下来感觉这个问题的难点就是那个结果里面的 list 了，不知最后的方案是怎么样解决的？纯好奇，希望能看到答案:D

hitmanx

2016-08-11 17:51:29 +08:00

对的，就是一棵多叉树遍历， dfs 就行。

vnady

2016-08-11 19:47:43 +08:00

这种招聘挺好的，节约彼此的时间。比直接面试靠谱。

mymike

2016-08-11 20:08:31 +08:00

映射并存储字段名称

guyskk

2016-08-11 20:19:40 +08:00

以前写过一个类似的，用递归实现。 https://github.com/guyskk/walkdict

zhuangzhuang1988

2016-08-11 20:31:36 +08:00

不错不错，薪资不错。。

WinterWu

2016-08-11 21:35:59 +08:00 via iPhone

题目中写了字段名可能不同，因此总要用某种表。 1 ，直接将源 dict 字段和目标字段构建一个 dict ， 2 ，抽象出规则，将无法用规则表达的用额外 dict 实现。具体到怎么扫描整个 dict 这个最简单就是迭代轮询，也可以用各种算法。
但是，这个题目没说清楚最重要的问题：场景，数据量，表规模。场景：像这样的诉求我猜很可能在数据库中转换数据存储方式，那就应该直接使用数据库自身功能实现，比如 mongo agg 处理。数据量：少量数据情况下根本不值得写什么库，极大数据量情况下用 python 可能也麻烦。当然实际中还要考虑很多其它因素。
抛开上面的问题，只说题目，那直接写个 mapping 轮询就好了

newghost

2016-08-11 22:35:17 +08:00 via iPhone

所以没事还是别发面试题了这么多人 challenge

owt5008137

2016-08-11 22:43:37 +08:00 via Android

https://github.com/xresloader/xresloader/blob/master/README.md
是不是和我这个相反？结构化转非结构化不要太简单。
扁平化的数据转树形结构才麻烦

likuku

2016-08-11 22:46:22 +08:00

技术都可以学习培养，由解题所无法获知的另一些非技术面的信息反而在工作中更重要吧

IMRES

2016-08-11 23:21:45 +08:00 via iPhone

喜欢这样的招聘帖，直接

garytqq

2016-08-12 08:08:02 +08:00

感觉很像这个东西完成的功能： from flask_restful import marshal

数据是变化的， key/field 不变的话，建立源 key/field 到目标 key/field 的映射关系，使用上面的方法

Harveyguo

2016-08-12 12:04:42 +08:00

@mymike 有兴趣交流下吗？ [email protected]

Harveyguo

2016-08-12 16:58:10 +08:00

各位大牛，有愿意找工作的吗？我该怎么联系你们呢？真急死我了。。。。
补充一下我们的情况吧，项目是去年底启动的， 3 月份发布测试版， 5 月份上线第一个用户。因为是面向企业后端的 SaaS 应用，所以业务上的细节还是比较多，主要针对电商企业的仓库管理效率，算是企业效率工具类的软件。技术是 Python+AngularJS ，做了自动化测试看板，目前每周迭代，节奏还是比较快。计划在 Q4 下轮融资，期待与大家共同实现梦想！

yutian2211

2016-08-12 17:11:51 +08:00

。。。。。招聘网站

daocloud

2016-08-13 11:16:36 +08:00

DaoCloud 发来贺电！

dh7758

2016-08-13 11:52:39 +08:00

套路

ntop

2016-08-13 20:35:13 +08:00

任何发明新算法的都是耍流氓，这个很简单其实抽象出来就是一个爬虫的应用。输入的数据结构类似于一个网页，输出扁平化的结构类似于爬虫的结果，所以借鉴 XMLPath 的做法，定义映射规则，再写一个遍历数据结构的引擎就是就解决了。原来的结构是 json 的，可以利用 jsonpath ，在结合业务自己优化优化

xiaobeitzb

2016-08-13 20:49:12 +08:00

大胆推测是为了把操作系统的树形结构路径，存到数据库（邻接表）里么？

asuraa

2016-08-15 13:18:35 +08:00

尼玛能不能用 python3

创业团队诚招 Python 主程序员，坐标上海张江，此为初步面试题，待遇 20~40K，附期权

范例数据输入