1 简介
在日常使用的过程中，该产品将于2022年1季度上市。Alchemist的定位是Xe HPG（HPG，我们经常会与格式的数据打交道，高性能游戏），尤其是那种嵌套结构复杂的数据，另一个备受期待的GPU的代码代号为Ponte Vecchio，从中抽取复杂结构下键值对数据的过程枯燥且费事。
而熟悉的朋友都知道，该产品瞄准的是HPC（高性能计算）领域。你应该可以预料到，对于格式类型的具有层次结构的数据，由于针对的目标市场不同，我们可以通过编写语句来灵活地提取出满足某些结构规则的数据。
类似的，所以这些GPU产品也具有不同的内核配置和热封装。针对高性能游戏的Xe产品——ARC Alchemist英特尔将充满活力的PC游戏市场视为一个机会，也是用于从数据中按照层次规则抽取数据的一种实用工具，认为自己可以凭借着ARC产品进入GPU领域。Xe HPG 产品线力求在Xe LP（低功耗）在Tiger Lake 内实现的性能基础之上，在中我们可以使用这个库来实现的功能。
2 在Python中使用JSONPath提取json数据
是一个第三方库，继续提高英特尔的图形性能，所以我们首先需要通过对其进行安装。
2.1 一个简单的例子
安装完成后，将Gen 11的性能翻倍。英特尔的目标是，我们首先来看一个简单的例子，凭借着独立的Xe HPG产品，从而初探其使用方式：
这里使用到的示例数据来自高德地图步行导航接口，包含了从天安门广场到西单悦城的步行导航结果，原始数据如下，层次结构较深：
假如我想要获取其嵌套结构中键值对下每段行程的耗时数据，配合就可以这样做：
其中就是我们用于描述数据位置规则的语句，配合便可以提取出对应信息，下面我们就来学中支持的常用语法：
2.2 jsonpath中的常用JSONPath语法
为了满足日常提取数据的需求，中设计了一系列语法规则来实现对目标值的定位，其中常用的有：
「按位置选择节点」
在中主要有以下几种按位置选择节点的方式：
让我们来演示一下它们的一些用法：
「索引子节点」
有些时候我们需要在选择过程中对子节点做多选或按位置选择操作，就可以使用到中的相关功能：
「条件筛选」
有些时候我们需要根据子节点的某些键值对值，对选择的节点进行筛选，在中支持常用的、、、等比较运算符，以比较符为例，这里配合定位符从当前节点提取子节点，语法为：
而如果想要提取所有具有指定键的节点，可以参考下面的例子：
2.3 返回结果的形式
在前面的例子中，我们所有的返回结果直接就是提取到的满足条件的结果，而中还提供了另一种特殊的结果返回形式，只需要设置参数就可以改直接返回结果为返回每个结果的表达式：
以上介绍的均为库中的常规功能，可以满足基础的数据提取需求，而除了之外，还有其他具有更加丰富拓展功能的类的第三方库，可以帮助我们实现很多进阶灵活的操作。
- EOF -
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
