Как отфильтровать данные?

Если начинать от стартпоста, то там массив объектов. Проблема решения задачи высосана из пальца.

Решение на javascript:

a.map(function(item){if(item.media_category!='promo')b.push(item)});

Решение на PHP:

foreach($arr as $k=>$a) if($a->media_category == 'promo') unset($arr[$k]);

Но правильнее сразу делать выборку из БД. И БД выбирать такую, которая может хранить структурированные данные, а не всякое говно.

А в чем тогда сложность задачи? Если у нас 20 строк, мы их распаковали в массив, отфильтровали и... на этом все. Тот же array_filter или filter/reduce в JS. В чем интерес? Где потоковое чтение? В метках темы sly32 написал data science, только им тут и не пахнет. Пока что это junior tasks.

Ну и кстати, идея не сомнительная. Обычно такие файлы остаются от логов Nginx, которые нужно на лету парсить и строить аналитику по ним. Или например прислали выгрузку для синхронизации товарных остатков, там не редкость те же XML файлы на пару гигов. Или сайтмеп например распарсить у сайта. Примеров уйма.

Несложная, да. Может относиться к задаче стоило с учетом первой фразы темы:

Для XML даже для PHP есть средства которые не грузят весь файл в память. Логи - csv построчно легко читаются .

А в целом, да, согласен, что если есть инструменты для потокового чтения JSON это хорошо. "Сомнительная" это я к тому, что я бы в таких JSON файлах данные бы не хранил

Ну оно как бы да, но с другой стороны зачем тогда в метках data science - не понятно)

Ну обычно никто ничего важного в JSON и не хранит. Как правило, есть условный файл, куда пишется поток каких-то событий, и нужно эти события читать и парсить. Вариант прочитать весь файл в память и распарсить в массив, по понятным причинам, не всегда возможен. Я к тому, что если кому-то задача кажется слишком легкой, можно например применить немного скилла, и прочитать данные немножко по другому :) Ведь данные не всегда нужны все и сразу, как в данном примере. Нам не нужно находить дубли, и т.д.

Подождем Sly32, посомтрим как он решит задачу

Про data science была только шутка)

На пайтоне это будет одна строка

playbacks = filter(lambda _data: _data['media_category'] not in ['promo'], data)

Ну, использовали lambda-выражение для вызова встроенной функции. В чём прикол? (Если что, я не программист)

Показать, что в питоне больше встроенных функций, чем в php?

И чем является data в данном примере? Кидай весь код)

анонимной

Ну так, в порядке буквоедства

playbacks = filter(lambda _data: _data['media_category'] not in ['promo'], [
    {'a':'b'},
    {'b':'x'},
    {'media_category':'promo'},
])
print(list(playbacks));

playbacks = filter(lambda _data: _data['media_category'] not in ['promo'], [
KeyError: 'media_category'

 _data.get(['media_category')

Поможет

То, что dict мы абсолютно уверены, т.к. выборка из носкуэл

---------- Добавлено 13.06.2020 в 21:34 ----------

И да, чуть длиннее, но смысл тот же

$a=array_filter($a,function($v){return !in_array(_arr($v,'media_category'),['promo','xxx']);});

🍿

Интересно посмотреть пример сортировки массива с алфавитно-цифровыми строками на питоне (в поиске не нашёл, в споры какой язык лучше не ввязываюсь).

['MacBook Air 13.3-inch (2018)','MacBook Air 13.3-inch with Retina Display (2018)','AirPods','Apple Pencil','Apple Watch','MacBook','MacBook Air','MacBook Pro','iPad 9.7 (2018)','iPad 10.2 (2019)','iPad Air','iPad Air (2019)','iPad Air 2','iPad 2','iPad 3','iPad 4','iPad 9.7','iPad Mini','iPad Mini (2019)','iPad Mini 2','iPad Mini 3','iPad Mini 4','iPad Pro 9.7','iPad Pro 10.5','iPad Pro 11-inch','iPad Pro 11-inch (2020)','iPad Pro 12.9','iPad Pro 12.9 (2017)','iPad Pro 12.9 (2018)','iPad Pro 12.9-inch (2020)','iPhone 4','iPhone 4s','iPhone 5','iPhone 5c','iPhone 5s','iPhone 6','iPhone 6 Plus','iPhone 6s','iPhone 6s Plus','iPhone 7','iPhone 7 Plus','iPhone 8','iPhone 8 Plus','iPhone 11','iPhone 11 Pro','iPhone XS 5.8-inch','iPhone XS Max','iPhone 11 Pro Max','iPhone SE','iPhone SE 2','iPhone X','iPhone XR','iPod Touch (2019)','iPod Touch 5','iPod Touch 6']

На php написал бы так:

uksort($data, my_uksort($data));
function my_uksort($data) {
	return function($a, $b) use($data) {
		return strnatcmp($data[$a], $data[$b]);
	};
}

Огромный плюс питона, что есть все на все случаи жизни (pip install natsort)

import natsort

u = natsort.natsorted(u)

['AirPods',
 'Apple Pencil',

 'Apple Watch',

 'MacBook',

 'MacBook Air',

 'MacBook Air 13.3-inch (2018)',

 'MacBook Air 13.3-inch with Retina Display (2018)',

 'MacBook Pro',

 'iPad 2',

 'iPad 3',

 'iPad 4',

 'iPad 9.7',

 'iPad 9.7 (2018)',

 'iPad 10.2 (2019)',

 'iPad Air',

 'iPad Air 2',

 'iPad Air (2019)',

 'iPad Mini',

 'iPad Mini 2',

 'iPad Mini 3',

 'iPad Mini 4',

 'iPad Mini (2019)',

 'iPad Pro 9.7',

 'iPad Pro 10.5',

 'iPad Pro 11-inch',

 'iPad Pro 11-inch (2020)',

 'iPad Pro 12.9',

 'iPad Pro 12.9 (2017)',

 'iPad Pro 12.9 (2018)',

 'iPad Pro 12.9-inch (2020)',

 'iPhone 4',

 'iPhone 4s',

 'iPhone 5',

 'iPhone 5c',

 'iPhone 5s',

 'iPhone 6',

 'iPhone 6 Plus',

 'iPhone 6s',

 'iPhone 6s Plus',

 'iPhone 7',

 'iPhone 7 Plus',

 'iPhone 8',

 'iPhone 8 Plus',

 'iPhone 11',

 'iPhone 11 Pro',

 'iPhone 11 Pro Max',

 'iPhone SE',

 'iPhone SE 2',

 'iPhone X',

 'iPhone XR',

 'iPhone XS 5.8-inch',

 'iPhone XS Max',

 'iPod Touch 5',

 'iPod Touch 6',

 'iPod Touch (2019)']