我希望将 yahoo Finance api 过滤到仅出价在 0 美元到 10 美元之间的股票

Question

我目前正在使用 AlamoFire 和 Json 将 yahoo Finance api 安装到我的应用程序中。我想过滤出价类别以仅显示介于 0 美元到 10 美元之间的股票我将如何执行此操作。附言我正在使用迅速。我希望有人能帮帮忙。非常感谢。下面我会附上一些代码。

导入 UIKit
进口阿拉莫火

结构股票搜索结果 {
    var 符号：字符串？
    变量名称：字符串？
    var 交换：字符串？
    变量资产类型：字符串？
}

结构股票{

var 问：字符串？
var averageDailyVolume：字符串？
var 出价：字符串？
var bookValue：字符串？
var changeNumeric: 字符串？
var changePercent: 字符串？
var dayHigh：字符串？
var dayLow：字符串？
var 股息共享：字符串？
var 股息收益率：字符串？
var ebitda: 字符串？
var epsEstimateCurrentYear：字符串？
var epsEstimateNextQtr：字符串？
var epsEstimateNextYr：字符串？
var eps: 字符串？
var 五十天移动平均：字符串？
var lastTradeDate：字符串？
var last：字符串？
var lastTradeTime: 字符串？
var marketCap：字符串？
var companyName: 字符串？
var oneYearTarget：字符串？
var open: 字符串？
var pegRatio：字符串？
var perRatio：字符串？
var previousClose: 字符串？
var priceBook：字符串？
var priceSales：字符串？
var shortRatio：字符串？
var stockExchange：字符串？
var 符号：字符串？
var twoHundreddayMovingAverage：字符串？
var 卷：字符串？
var yearHigh：字符串？
var yearLow：字符串？

var 数据字段：[[字符串：字符串]]

}

结构图点 {
    变量日期：NSDate？
    var 音量：整数？
    var open: CGFloat?
    var close: CGFloat?
    var 低：CGFloat？
    变量高：CGFloat？

}

枚举 ChartTimeRange {
    案例 OneDay, FiveDays, TenDays, OneMonth, ThreeMonths, OneYear, FiveYears
}



类 SwiftStockKit {

    类 func fetchStocksFromSearchTerm(term term: String, completion:(stockInfoArray: [StockSearchResult]) -> ()) {
        dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0)) {

            让 searchURL = "http://autoc.finance.yahoo.com/autoc"

            Alamofire.request(.GET, searchURL, parameters: ["query": term, "region": 2, "lang": "en"]).responseJSON { response in

                如果让 resultJSON = response.result.value 为？ [字符串：任何对象] {

                    if let jsonArray = (resultJSON["ResultSet"] as! [String : AnyObject])["Result"] as? [[字符串：字符串]] {

                        var stockInfoArray = [StockSearchResult]()
                        对于 jsonArray 中的字典 {
                            stockInfoArray.append(StockSearchResult(symbol: dictionary["symbol"], name: dictionary["name"], exchange: dictionary["exchDisp"],assetType: dictionary["typeDisp"]))
                        }

                        dispatch_async(dispatch_get_main_queue()) {
                            完成（stockInfoArray：stockInfoArray）
                        }
                    }
                }
            }
        }
    }

    类 func fetchStockForSymbol（符号符号：字符串，完成：（股票：股票）->（））{

        dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0)) {

            let stockURL = "http://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20yahoo.finance.quotes%20where%20symbol%20in%20(%22\(symbol)% 22)&env=store%3A%2F%2Fdatatables.org%2Falltableswithkeys&format=json"

            Alamofire.request(.GET, stockURL).responseJSON { 响应

                如果让 resultJSON = response.result.value 为？ [字符串：任何对象] {

                    if let stockData = ((resultJSON["query"] as! [String : AnyObject])["results"] as! [String : AnyObject])["quote"] as? [字符串：任何对象] {

                        // 漫长的创作，是的
                        var dataFields = [[String : String]]()

                        dataFields.append(["Ask" : stockData["Ask"] as? String ?? "N/A"])
                        dataFields.append(["Average Daily Volume" : stockData["AverageDailyVolume"] as? String ?? "N/A"])
                        dataFields.append(["Bid" : stockData["Bid"] as? String ?? "N/A"])
                        dataFields.append(["Book Value" : stockData["BookValue"] as?String ?? "N/A"])
                        dataFields.append(["Change" : stockData["Change"] as?String ?? "N/A"])
                        dataFields.append(["Percent Change" : stockData["ChangeinPercent"] as? String ?? "N/A"])
                        dataFields.append(["Day High" : stockData["DaysHigh"] as? String ?? "N/A"])
                        dataFields.append(["Day Low" : stockData["DaysLow"] as?String ?? "N/A"])
                        dataFields.append(["Div/Share" : stockData["DividendShare"] as?String ?? "N/A"])
                        dataFields.append(["Div Yield" : stockData["DividendYield"] as? String ?? "N/A"])
                        dataFields.append(["EBITDA" : stockData["EBITDA"] as? String ?? "N/A"])
                        dataFields.append(["Current Yr EPS Estimate" : stockData["EPSEstimateCurrentYear"] as? String ?? "N/A"])
                        dataFields.append(["Next Qtr EPS Estimate" : stockData["EPSEstimateNextQuarter"] as?String ??"N/A"])
                        dataFields.append(["Next Yr EPS Estimate" : stockData["EPSEstimateNextYear"] as? String ?? "N/A"])
                        dataFields.append(["Earnings/Share" : stockData["EarningsShare"] as?String ?? "N/A"])
                        dataFields.append(["50D MA" : stockData["FiftydayMovingAverage"] as? String ?? "N/A"])
                        dataFields.append(["Last Trade Date" : stockData["LastTradeDate"] as?String ?? "N/A"])
                        dataFields.append(["Last" : stockData["LastTradePriceOnly"] as? String ?? "N/A"])
                        dataFields.append(["Last Trade Time" : stockData["LastTradeTime"] as? String ?? "N/A"])
                        dataFields.append(["Market Cap" : stockData["MarketCapitalization"] as?String ?? "N/A"])
                        dataFields.append(["Company" : stockData["Name"] as? String ?? "N/A"])
                        dataFields.append(["One Yr Target" : stockData["OneyrTargetPrice"] as? String ?? "N/A"])
                        dataFields.append(["Open" : stockData["Open"] as?String ?? "N/A"])
                        dataFields.append(["PEG Ratio" : stockData["PEGRatio"] as? String ?? "N/A"])
                        dataFields.append(["PE Ratio" : stockData["PERatio"] as? String ?? "N/A"])
                        dataFields.append(["Previous Close" : stockData["PreviousClose"] as?String ?? "N/A"])
                        dataFields.append(["PriceBook" : stockData["PriceBook"] as?String ?? "N/A"])
                        dataFields.append(["Price-Sales" : stockData["PriceSales"] as? String ?? "N/A"])
                        dataFields.append(["Short Ratio" : stockData["ShortRatio"] as? String ?? "N/A"])
                        dataFields.append(["Stock Exchange" : stockData["StockExchange"] as? String ?? "N/A"])
                        dataFields.append(["Symbol" : stockData["Symbol"] as? String ?? "N/A"])
                        dataFields.append(["200D MA" : stockData["TwoHundreddayMovingAverage"] as? String ?? "N/A"])
                        dataFields.append(["Volume" : stockData["Volume"] as?String ?? "N/A"])
                        dataFields.append(["52w High" : stockData["YearHigh"] as?String ?? "N/A"])
                        dataFields.append(["52w Low" : stockData["YearLow"] as? String ?? "N/A"])

                        让股票=股票（
                            问：dataFields[0].values.first,
                            averageDailyVolume: dataFields[1].values.first,
                            出价：dataFields[2].values.first，
                            bookValue: dataFields[3].values.first,
                            changeNumeric: dataFields[4].values.first,
                            changePercent: dataFields[5].values.first,
                            dayHigh: dataFields[6].values.first,
                            dayLow：dataFields[7].values.first，
                            股息共享：dataFields[8].values.first，
                            股息收益率：dataFields[9].values.first,
                            ebitda: dataFields[10].values.first,
                            epsEstimateCurrentYear: dataFields[11].values.first,
                            epsEstimateNextQtr: dataFields[12].values.first,
                            epsEstimateNextYr: dataFields[13].values.first,
                            eps: dataFields[14].values.first,
                            五十天移动平均：dataFields[15].values.first,
                            lastTradeDate: dataFields[16].values.first,
                            最后：dataFields[17].values.first，
                            lastTradeTime: dataFields[18].values.first,
                            市场资本：dataFields[19].values.first，
                            公司名称：dataFields[20].values.first,
                            oneYearTarget: dataFields[21].values.first,
                            打开：dataFields[22].values.first，
                            pegRatio: dataFields[23].values.first,
                            peRatio: dataFields[24].values.first,
                            上一个关闭：dataFields[25].values.first,
                            priceBook: dataFields[26].values.first,
                            priceSales: dataFields[27].values.first,
                            shortRatio：dataFields[28].values.first，
                            证券交易所：dataFields[29].values.first，
                            符号：dataFields[30].values.first,
                            twoHundreddayMovingAverage：dataFields[31].values.first，
                            卷：dataFields[32].values.first，
                            yearHigh：dataFields[33].values.first，
                            yearLow：dataFields[34].values.first，
                            数据字段：数据字段
                        )
                        dispatch_async(dispatch_get_main_queue()) {
                            完成（库存：库存）
                        }
                    }
                }
            }
        }
    }

Answer 1

如果您提前知道要过滤 1 到 10 之间的数组，您可以这样。

struct Stock {
    var currentPrice : Double
}

let aStock = Stock(currentPrice: 1.1)
let bStock = Stock(currentPrice: 20.4)
let cStock = Stock(currentPrice: 5.0)

let stocks = [aStock,bStock,cStock]

let filteredStocks = stocks.filter({$0.currentPrice >= 1.0 && $0.currentPrice <= 10.0 })

上面的代码只是下面代码的简写

var filteredStocks = [Stock]()

for stock in stocks {
    if (stock.currentPrice >= 1.0 && stock.currentPrice <= 10.0) {
        filteredStocks.append(stock)
    }
}

如果您想让最小和最大范围更具动态性，您可以将其放在以最小和最大作为参数的方法中。

func filter(stocks: [Stock], from min: Double, to max: Double){
    return stocks.filter({$0.currentPrice >= min && $0.currentPrice <= max })
}