如何正确传递文本文件来搜索那里的数据？

Question

我有一个包含电话号码范围及其所有者（移动运营商名称）列表的文件http://www.rossvyaz.ru/opendata/7710549038-Rosnumbase/Kody_DEF-9kh.csv：

900;1940000;1949999;10000;Sky-1800
916;0;9999999;10000000;Mobile TeleSystems
917;0;29999;30000;Mobile TeleSystems

我每周都会有新的电话号码（格式为+79161234567）。所以，我应该检测他们的操作员。所以，我计划每周下载更新后的列表，然后将我的手机与此列表进行匹配。 主要问题是如何有效地做到这一点。一旦我下载了文件，最好的方法是什么保持在内存中，然后搜索移动运营商？你知道吗

第一个想法是逐行读取文件，对其进行解析，比较DEF（if '916' == def_from_the_line），如果是这样，则比较范围（if 1234567>=range_start_from_the_line and 1234566<=range_end_from_the_line），但效果不是很好（考虑到我需要查找几个电话号码）。你知道吗

Answer 1

以下是您可以使用的数据结构：

from collections import defaultdict

operators = defaultdict(list)
for line in open('data').readlines():
    pre, begin, end, _, operator_name = line.split(None,4)
    operators[pre].append((int(begin),int(end),operator_name))

所以现在operators是一个字典，它的键是前缀（900916917），它的值是三元组的列表：范围的开始、范围的结束和操作符的名称。现在可以将数据保存到磁盘，以避免反复解析文件。你知道吗

import pickle
pickle.dump(operators, open("operators", "wb"))

当您得到一个新的数字时，只需重新加载operators对象并将其保留在内存中。你知道吗

operators = pickle.load(open("operators", "r"))

然后，下面的函数将解析新的数字并找出它适合的范围：

def get_operator(number, operators):
    pre = number[2:5]
    suf = int(number[5:])
    for begin, end, name in operators[pre]:
        if begin <= suf <= end:
            return name.strip()
    return Null


print get_operator("+79161234567", operators)

以上打印Mobile TeleSystems