（PRAW）從評論中獲取一個值，然后用另一列的數據作為答復，該數據與第一條數據在同一行

Question

這是CSV代碼。

import praw
import time
import csv
import codecs
import re
from collections import defaultdict 

def read_csv():
with open('CPU-Bench.csv', 'r') as f:
    reader = csv.reader(f)
    for row in reader:
        import pandas as pd
        df = pd.read_csv('CPU-Bench.csv')
        saved_column = df.URL #you can also use df['column_name']
    print saved_column

saved_column = df.URL #you can also use df['column_name']


model_url_dict = read_csv()

CSV文件如下所示：

Type,Part Number,Brand,Model,Rank,Benchmark,Samples,URL
CPU,BX80671I76950X,Intel,Core i7-6950X,1,117,25,http://cpu.userbenchmark.com/Intel-Core-i7-6950X/Rating/3604
CPU,BX80671I76900K,Intel,Core i7-6900K,2,112,28,http://cpu.userbenchmark.com/Intel-Core-i7-6900K/Rating/3605
CPU,BX80671I76850K,Intel,Core i7-6850K,3,102,55,http://cpu.userbenchmark.com/Intel-Core-i7-6850K/Rating/3606
CPU,BX80648I75960X,Intel,Core i7-5960X,4,102,1651,http://cpu.userbenchmark.com/Intel-Core-i7-5960X/Rating/2580
CPU,BX80662I76700K,Intel,Core i7-6700K,5,98.5,21550,http://cpu.userbenchmark.com/Intel-Core-i7-6700K/Rating/3502
CPU,BX80671I76800K,Intel,Core i7-6800K,6,97,103,http://cpu.userbenchmark.com/Intel-Core-i7-6800K/Rating/3607

我想這樣做，以便用戶說“！benchmark i7 6950x”或“！benchmark i7-6950x”，“！benchmark Core i7-6950x”或“！benchmark Intel Core i7-6950x”，在！benchmark之后查找字符串（在本例中為i7 6950x），然后查找URL列，然后回復“此處有一些基准”

但是，代替的是所選的CPU（在這種情況下，再次為i7 6950x）

並且代替url_column的是該CPU的URL（在本例中為http://cpu.userbenchmark.com/Intel-Core-i7-6950X/Rating/3604 ）

抱歉，這很令人困惑，但是，我該怎么做？

Answer 1

您絕對需要設置reddit代理，將其作為設置中的reddit應用程序進行身份驗證，以及對普通bot所做的所有其他操作。 哦，將數據幀解析為字典以方便查找也是一件好事（因為只有在bot啟動后才進行查找，然后才有非常快的查找時間）。

因此，我們將需要像這樣的字典{'Intel Core i7-6950x':'http://cpu.userbenchmark.com/Intel-Core-i7-6950X/Rating/3604', ...} ，考慮到這是非常瑣碎的你已經讀過了。

我們還需要一種解析用戶實際想要進行基准測試的方法。 因此parse_models_from_comment(comment)會將praw.comment作為參數，並確保至少出現一次!benchmark 。 它可能必須與"\\!benchmark (.{0,10}) (i7|i5|i3)-(\\d)(X|K)"進行正則表達式匹配。 在看不到可能的數據的情況下無法撰寫更具體的內容。 而且該函數顯然會以正確的語法返回模型名稱（就像它們是用字典編寫的一樣）

現在，通過此設置，主例程可能如下所示：

reddit_client = praw.Reddit(user_agent='<your user agent>'
#OAuth2 shenanigans here
d = {} #filled dictionary
answeredComments = []
while True:
    for comment in reddit_client.get_comments('subreddit'):
        if '!benchmark' not in comment.body.lower():
            continue
        if comment in answeredComments:
            continue
        models = parse_models_from_comment(comment)
        if len(models)==0:
            response = 'I was unable to find benchamrk for given query'
        else:
            response = 'Here are some benchmarks for:\n\n'
            for model in models:
                response += str(model) + ' ' + str(d[model])+'\n\n'
        save_this_comment(comment)
        comment.reply(response)
    time.sleep(900) #15 min break

因此，在我之前編寫的內容之外，這是代碼說明。

reddit_client.get_comments('subreddit')顯然會返回最新注釋，默認限制為25，最大限制為1000（API限制）。

首先， if檢查此注釋是否與bot相關，如果沒有單個!benchmark ，它將跳過該注釋。 第二項檢查是確保尚未回答此評論。 出於此代碼段的目的，它只是一個本地列表，但事實證明必須要有帶有已答復注釋的高速緩存文件，甚至是單個表數據庫（使用sqlite或sth easy）。 這樣做是為了使bot記住它已經回答了哪些評論。 否則，它將無休止地發送垃圾郵件。

現在，我們有一個評論，並保證該機器人應該能夠找到一些模型。 因此，我們運行parse_models_from_comment(comment)函數以獲取用戶希望獲取基准的cpu模型的列表。

如果len(models)==0則意味着用戶指定了不在csv中的cpu，輸入了錯字，插入了錯誤的格式，正則表達式沒有捕獲它或其他。 無論如何，我們沒有任何模型可以使用，因此我們應該准備一個有關機器人搜索失敗的回復。

否則，我們需要處理一些事情，並且由於預先准備了字典以進行查找，因此可以快速准備具有任意數量鏈接的響應（也可以使用標記語法）

准備好響應后，首先我們需要登錄到文件/數據庫以確保該注釋已得到回答，而下一次praw將其發送給我們時，我們應該跳過它。

最后，我們發布帶有給定評論（無論是正面還是負面）的給定評論的回復。 請記住首先將注釋記錄到數據庫，然后發布回復，然后（可選）檢查api回復請求是否成功。 其他方法可能會證明是錯誤的。