NSPredicate谓词

本文介绍了 NSPredicate 的基本用法及高级应用,包括谓词构造、数组过滤、逻辑运算符使用等,并提供了多个示例帮助理解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

NSPredicate谓词

NSPredicate可用于检索查询,是一个过滤容器,相当于数据库的where

基本用法

1.基本查询

注意:
如果谓词中的文本块没有被引用(单引号或双引号),则被当做是键路径,否则认为是字符串

//基本的查询
NSPredicate *predicate;

//方法一:
predicate = [NSPredicate predicateWithFormat:@"name == 'Herbie'"];

//方法二:
predicate = [NSPredicate predicateWithFormat:@"name == %@", @"Herbie"];

//方法三:%K表示key
predicate = [NSPredicate predicateWithFormat:@"%K == %@", @"name", @"Herbie"];

BOOL match = [predicate evaluateWithObject:car];

NSLog(@"%s", (match) ? "YES" : "NO");
//方法四:含有变量的谓词,注意不能使用$VARIABLE作为路径名,因为它值代表值,用predicateWithSubstitutionVariables调用来构造新的谓词(键/值字典),其中键是变量名,值是要插入的内容,注意这种情况下不能把变量当成键路径,只能用作值

NSPredicate *predicateTemplate = [NSPredicate predicateWithFormat:@"name == $NAME"];

NSDictionary *varDict = [NSDictionary dictionaryWithObjectsAndKeys:@"Herbie", @"NAME", nil];

predicate = [predicateTemplate predicateWithSubstitutionVariables:varDict];

NSLog(@"predicate:==========%@", predicate);

match = [predicate evaluateWithObject:self.car];

NSLog (@"%s", (match) ? "YES" : "NO");

2.数组过滤匹配

集合(set)过滤:filteredSetUsingPredicate:

//输出完整的信息,在整个数组里寻找匹配的结果
predicate = [NSPredicate predicateWithFormat:@"engine.horsepower > 150"];

NSArray *results = [self.cars filteredArrayUsingPredicate: predicate];

NSLog (@"%@", results);

运算符

1.比较和逻辑运算符

符号意义
==等于
>大于
>= (=>)大于或等于
<小于
<= (=<)小于或等于
!= (<>)不等于

括号和逻辑运算AND、OR、NOT或者C样式的等效表达式&&、||、!

注意:不等号适用于数字和字符串

//输出完整的信息,在整个数组里寻找匹配的结果
predicate = [NSPredicate predicateWithFormat:@"engine.horsepower > 150"];
NSArray *results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"%@", results);


//谓词字符窜还支持C语言中一些常用的运算符
predicate = [NSPredicate predicateWithFormat:@"(engine.horsepower > 50) AND (engine.horsepower < 200)"];
results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"C语言中一些常用的运算符~~~~~~~%@", results);


//比较字符串的大小
predicate = [NSPredicate predicateWithFormat:@"name < 'Newton'"];
results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"%@", [results valueForKey: @"name"]);

2.数组运算符

BETWEEN和IN后加某个数组

//BETWEEN运算符

//方法一:
predicate = [NSPredicate predicateWithFormat:@"engine.horsepower BETWEEN {50, 200}"];
results = [self.cars filteredArrayUsingPredicate: predicate];

//获得result里对象的name的属性的集合
NSArray *names = [results valueForKey:@"name"];
NSLog (@"~~~~~~%@~~~~~~~~%@", results, names);


//方法二:
NSArray *betweens = [NSArray arrayWithObjects:[NSNumber numberWithInt: 50], [NSNumber numberWithInt: 200], nil];
predicate = [NSPredicate predicateWithFormat:@"engine.horsepower BETWEEN %@", betweens];
results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"%@", results);


//方法三:
predicateTemplate = [NSPredicate predicateWithFormat:@"engine.horsepower BETWEEN $POWERS"];
varDict = [NSDictionary dictionaryWithObjectsAndKeys:betweens, @"POWERS", nil];
predicate = [predicateTemplate predicateWithSubstitutionVariables:varDict];
results = [self.cars filteredArrayUsingPredicate:predicate];
NSLog (@"%@", results);

//IN运算符

//方法一:
predicate = [NSPredicate predicateWithFormat:@"name IN {'Herbie', 'Snugs', 'Badger', 'Flap'}"];
results = [self.cars filteredArrayUsingPredicate:predicate];
NSLog (@"%@", [results valueForKey:@"name"]);

//方法二:SELF表示自己
predicate = [NSPredicate predicateWithFormat:@"SELF.name IN { 'Herbie', 'Snugs', 'Badger', 'Flap'}"];
results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"%@", [results valueForKey: @"name"]);

3.字符串运算符

BEGINSWITH:以某个字符串开头

ENDSWITH:以某个字符串结束

CONTAINS:包含某个字符串

附加符号:[c] [d] [cd] c表示不区分大小写,d表示不区分发音字符,cd表示什么都不区分

predicate = [NSPredicate predicateWithFormat:@"name BEGINSWITH 'Bad'"];
results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"%@", results);

predicate = [NSPredicate predicateWithFormat:@"name BEGINSWITH 'HERB'"];
results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"%@", results);

predicate = [NSPredicate predicateWithFormat:@"name BEGINSWITH[cd] 'HERB'"];
results = [self.cars filteredArrayUsingPredicate: predicate];
NSLog (@"%@", results);

4. LIKE和MATCHES运算符

LIKE:与通配符 “*” 和 “?”结合使用,也接受[cd]符号

“*”:表示任意多个字符匹配

“?”:表示一个字符匹配

MATCHES:可以使用正则表达式

self.car.name = @"hhher";

//LIKE运算符(通配符)
predicate = [NSPredicate predicateWithFormat:@"name LIKE[cd] '*er*'"];
match = [predicate evaluateWithObject:self.car];
NSLog (@"%s", (match) ? "YES" : "NO");

predicate = [NSPredicate predicateWithFormat:@"name LIKE[cd] '???er*'"];
match = [predicate evaluateWithObject:self.car];
NSLog (@"%s", (match) ? "YES" : "NO");

5.合计操作

ANY,SOME:指定下列表达式中的任意元素。比如,ANY children.age < 18。

ALL:指定下列表达式中的所有元素。比如,ALL children.age < 18。

NONE:指定下列表达式中没有的元素。比如,NONE children.age < 18。它在逻辑上等于NOT (ANY …)。

IN:等于SQL的IN操作,左边的表达必须出现在右边指定的集合中。比如,name IN {‘Ben’, ‘Melissa’, ‘Nick’}。

复合谓词NSCompoundPredicate

创建复合谓词

[NSCompoundPredicate andPredicateWithSubpredicates:@[[NSPredicate predicateWithFormat:@"age > 25"], [NSPredicate predicateWithFormat:@"firstName = %@", @"Quentin"]]]; 

[NSPredicate predicateWithFormat:@"(age > 25) AND (firstName = %@)", @"Quentin"]; 

参考:

http://justsee.iteye.com/blog/1816971

http://nshipster.cn/nspredicate/

内容概要:《2024年中国城市低空经济发展指数报告》由36氪研究院发布,指出低空经济作为新质生产力的代表,已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑和发展成效五个维度构建了综合指数评价体系,评估了全国重点城市的低空经济发展状况。北京和深圳在总指数中名列前茅,分别以91.26和84.53的得分领先,展现出强大的资金投入、创新能力和基础支撑。低空经济主要涉及无人机、eVTOL(电动垂直起降飞行器)和直升机等产品,广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求和技术进步共同推动了低空经济的快速发展,预计到2026年市场规模将突破万亿元。 适用人群:对低空经济发展感兴趣的政策制定者、投资者、企业和研究人员。 使用场景及目标:①了解低空经济的定义、分类和发展驱动力;②掌握低空经济的主要应用场景和市场规模预测;③评估各城市在低空经济发展中的表现和潜力;④为政策制定、投资决策和企业发展提供参考依据。 其他说明:报告强调了政策监管、产业生态建设和区域融合错位的重要性,提出了加强法律法规建设、人才储备和基础设施建设等建议。低空经济正加速向网络化、智能化、规模化和集聚化方向发展,各地应找准自身比较优势,实现差异化发展。
数据集一个高质量的医学图像数据集,专门用于脑肿瘤的检测和分类研究以下是关于这个数据集的详细介绍:该数据集包含5249张脑部MRI图像,分为训练集和验证集。每张图像都标注了边界框(Bounding Boxes),并按照脑肿瘤的类型分为四个类别:胶质瘤(Glioma)、脑膜瘤(Meningioma)、无肿瘤(No Tumor)和垂体瘤(Pituitary)。这些图像涵盖了不同的MRI扫描角度,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构,为模型训练提供了丰富多样的数据基础。高质量标注:边界框是通过LabelImg工具手动标注的,标注过程严谨,确保了标注的准确性和可靠性。多角度覆盖:图像从不同的MRI扫描角度拍摄,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构。数据清洗与筛选:数据集在创建过程中经过了彻底的清洗,去除了噪声、错误标注和质量不佳的图像,保证了数据的高质量。该数据集非常适合用于训练和验证深度学习模型,以实现脑肿瘤的检测和分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础,能够帮助研究人员和开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测和分类的研究提供了宝贵的资源,能够帮助研究人员开发出更准确、更高效的诊断工具,从而为脑肿瘤患者的早期诊断和治疗规划提供支持。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值