Skip to content
TheChatArchiveThe Chat Archive
gpt-4-0314· OpenAIAi2 WildChat-4.8M (AI2)

请帮我描述一下下面的代码 爬取力扣刷题数量 def getLCNums(coderInfos): url = "https://leetcode.cn/graphql/"…

  1. User

    请帮我描述一下下面的代码

    爬取力扣刷题数量

    def getLCNums(coderInfos): url = "https://leetcode.cn/graphql/" for info in coderInfos: uid = info["coderId"] # post参数最难调,csrf码可能需要更换使用 header = { "x-csrftoken": "n2o6m0oX3jI9evL2fxurbLsnW7mAV6xk1i7omqTuXKUgaqkYSdG56bYxNYPDN4iU", "content-type": "application/json" } payload = { "query": "\n query userQuestionProgress(userSlug: String!) {\n userProfileUserQuestionProgress(userSlug: userSlug) {\n numAcceptedQuestions {\n difficulty\n count\n }\n numFailedQuestions {\n difficulty\n count\n }\n numUntouchedQuestions {\n difficulty\n count\n }\n }\n}\n ", "variables": {"userSlug": uid} } res = requests.post(url, data=json.dumps(payload), headers=header) userData = res.json() # 转字典格式 detail = [] # [简单题数,中等题数,困难题数] for i in userData['data']['userProfileUserQuestionProgress']['numAcceptedQuestions']: detail.append(i['count']) info["easy_count"] = detail[0] info["mid_count"] = detail[1] info["hard_count"] = detail[2] return coderInfos

    对力扣刷题量进行排序

    def printNumberRanks(proNum): newRank = sorted(proNum, key=lambda v: (v["easy_count"] + v["mid_count"] + v["hard_count"]), reverse=True) for index, i in enumerate(newRank): i['sum'] = i["easy_count"] + i["mid_count"] + i["hard_count"] i['index'] = index + 1 return newRank

  2. Assistant

    这段代码主要用于抓取力扣(LeetCode)上的用户刷题数量,并对用户的完成题量进行排序。

    第一个函数 getLCNums(coderInfos) 输入为一个包含用户信息(如用户ID)的字典列表,输出为一个包含用户刷题数量的字典列表。这个函数首先定义了请求力扣网站的URL,然后遍历输入的用户信息列表。对于每一个用户,构建一个包含请求头和请求体的POST请求,将用户ID作为POST数据的一个字段。然后用requests库发送POST请求,并将返回的JSON数据转换为字典。最后,将获取到的简单、中等、困难题目的数量添加到用户信息中,并返回包含刷题数量的用户信息列表。

    第二个函数 printNumberRanks(proNum) 对力扣刷题量进行排序。输入为一个包含用户刷题数量的字典列表,输出为一个根据刷题总数排序的用户排名列表。函数首先使用sorted函数对输入的用户列表按照刷题总数进行降序排序,然后遍历排名列表,计算用户的刷题总数和排名,并在列表中添加这两个字段。最后返回排名后的用户列表。

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.