我需要将由列表/字典/元组等Python结构制成的内容以人类可读格式进行存储。我的想法是使用类似于pickle的东西,但pickle不友好。其他我想到的选择包括YAML(通过PyYAML)和JSON(通过simplejson)序列化器。
还有其他你能想到的选项吗?
我需要将由列表/字典/元组等Python结构制成的内容以人类可读格式进行存储。我的想法是使用类似于pickle的东西,但pickle不友好。其他我想到的选择包括YAML(通过PyYAML)和JSON(通过simplejson)序列化器。
还有其他你能想到的选项吗?
对于简单的情况,pprint() 和 eval() 可以考虑。
使用您的示例:
>>> d = {'age': 27,
... 'name': 'Joe',
... 'numbers': [1,
... 2,
... 3,
... 4,
... 5],
... 'subdict': {
... 'first': 1,
... 'second': 2,
... 'third': 3
... }
... }
>>>
>>> from pprint import pprint
>>> pprint(d)
{'age': 27,
'name': 'Joe',
'numbers': [1, 2, 3, 4, 5],
'subdict': {'first': 1, 'second': 2, 'third': 3}}
>>>
我会认真考虑一下是否应该使用同一个工具来解决两个需求。您是否考虑过使用pickle进行序列化,然后使用pprint()(或更高级的对象查看器)来供人类查看对象?
In [109]: simplejson.loads(simplejson.dumps({'d':(12,3,4,4,5)}))
Out[109]: {u'd': [12, 3, 4, 4, 5]}
你是什么意思,这不是人类可读的吗??? ;)
>>> d = {'age': 27,
... 'name': 'Joe',
... 'numbers': [1,2,3,4,5],
... 'subdict': {'first':1, 'second':2, 'third':3}
... }
>>>
>>> import pickle
>>> p = pickle.dumps(d)
>>> p
"(dp0\nS'age'\np1\nI27\nsS'subdict'\np2\n(dp3\nS'second'\np4\nI2\nsS'third'\np5\nI3\nsS'first'\np6\nI1\nssS'name'\np7\nS'Joe'\np8\nsS'numbers'\np9\n(lp10\nI1\naI2\naI3\naI4\naI5\nas."
好的,也许只需要一些练习……或者你可以作弊。
>>> import pickletools
>>> pickletools.dis(p)
0: ( MARK
1: d DICT (MARK at 0)
2: p PUT 0
5: S STRING 'age'
12: p PUT 1
15: I INT 27
19: s SETITEM
20: S STRING 'subdict'
31: p PUT 2
34: ( MARK
35: d DICT (MARK at 34)
36: p PUT 3
39: S STRING 'second'
49: p PUT 4
52: I INT 2
55: s SETITEM
56: S STRING 'third'
65: p PUT 5
68: I INT 3
71: s SETITEM
72: S STRING 'first'
81: p PUT 6
84: I INT 1
87: s SETITEM
88: s SETITEM
89: S STRING 'name'
97: p PUT 7
100: S STRING 'Joe'
107: p PUT 8
110: s SETITEM
111: S STRING 'numbers'
122: p PUT 9
125: ( MARK
126: l LIST (MARK at 125)
127: p PUT 10
131: I INT 1
134: a APPEND
135: I INT 2
138: a APPEND
139: I INT 3
142: a APPEND
143: I INT 4
146: a APPEND
147: I INT 5
150: a APPEND
151: s SETITEM
152: . STOP
highest protocol among opcodes = 0
>>>
但是,您仍然需要从文件中读取被pickled的对象,但是您不需要进行load
。因此,如果它是一个“危险”的对象,则在执行load
之前仍可能能够弄清楚这一点。如果您被困在pickle
中,则使用它来解密您的内容可能是一个不错的选择。
如果你需要比JSON更多的表示形式,我强烈推荐查看PyON(Python对象表示法)......尽管我相信它仅限于2.6 / 3.0及以上版本,因为它依赖于ast模块。它处理自定义类实例和递归数据类型等其他功能,这比JSON提供的要多。
要使用simplejson,首先需要进行 easy_install simplejson 安装:
import simplejson
my_structure = {"name":"Joe", "age":27, "numbers":[1,2,3,4,5], "subdict":{"first":1, "second":2, "third": 3}}
json = simplejson.dumps(my_structure)
转化为JSON后的结果为:
{"age": 27, "subdict": {"second": 2, "third": 3, "first": 1}, "name": "Joe", "numbers": [1, 2, 3, 4, 5]}
import pprint
pprint.pprint(my_structure)
结果是:
{'age': 27,
'name': 'Joe',
'numbers': [1, 2, 3, 4, 5],
'subdict': {'first': 1, 'second': 2, 'third': 3}}
有AXON(文本)格式,结合了JSON、XML和YAML的最佳特点。AXON格式相当易读且相对紧凑。
Python (2.7/3.3-3.7)模块pyaxon支持load(s)
/dump(s)
功能,包括迭代loading
/dumping
。速度足够快以便于使用。
考虑简单的例子:
>>> d = {
'age': 27, 'name': 'Joe',
'numbers': [1, 2, 3, 4, 5],
'subdict': {'first': 1, 'second': 2, 'third': 3}
}
# pretty form
>>> axon.dumps(d, pretty=1)
{ age: 27
name: "Joe"
numbers: [1 2 3 4 5]
subdict: {
first: 1
second: 2
third: 3}}
# compact form
>>> axon.dumps(d)
{age:27 name:"Joe" numbers:[1 2 3 4 5] subdict:{first:1 second:2 third:3}}
它还可以处理消息中的多个对象:
>>> msg = axon.dumps([{'a':1, 'b':2, 'c':3}, {'a':2, 'b':3, 'c':4}])
>>> print(msg)
{a:1 b:2 c:3}
{a:2 b:3 c:4}
{a:3 b:4 c:5}
然后迭代加载它们:
for d in axon.iloads(msg):
print(d)
repr()
对变量进行序列化,然后使用ast.literal_eval将其加载回来。例如,您可以进行一个快速测试:import ast; ast.literal_eval(repr(myvariable))
,例如myvariable=(1,2,3)
。如果您的列表/字典/元组包含非内置类型,则逻辑上应该将它们保存在可读的*.py*模块中,该模块定义了类型并加载值,因为您还需要类型实现。 - Rian Rizvi