items 0.6.5

Items

因此，items提供了方便的属性访问的 dict 子类 Item 以及辅助函数。

例如，itemize 帮助遍历字典序列，如JSON处理中常见的那样：每个记录都以 Item 的形式返回，而不是Python dict。

典型的进展可能是从

for item in data:
    item_name = item['name']
    # ...
    print(item_name)

到

from items import itemize

for item in itemize(data):
    # ...
    print(item.name)

为了整体处理一个序列，返回一个 list

from items import itemize_all

itemize_all(data)

如果您正在迭代元组（或列表）序列而不是字典，您仍然可以通过提供要分配的字段名称来使用 itemize。

parser = ...
for item in itemize(parser, fields='prefix token value'):
    if item.prefix is None and item.token == 'start_array':
        ...

在这里，每个由 parser（通常是 Python 生成器）返回的结果都被转换成一个 Item。现在您可以通过名称访问的方式方便地处理多个值，无需为这种结果类型创建单独的 namedtuple，也无需进行元组位置索引。

甚至可以对标量序列做这件事

for item in itemize('aeiou', fields='vowel')

item.value = 20 if item.vowel == 'e' else 15

除了优雅地处理单值序列之外，此示例还展示了每个 Item 的可变性。 namedtuple 作为返回类型很棒，但它们不能被后续处理轻松扩展或注释……这是许多算法的常见需求。

深入研究

Item 子类 collections.OrderedDict，因此键的顺序与程序首次遇到它们的顺序相同。在大多数开发环境中，有序映射的性能开销很小，尤其是在探索性和数据清理任务中。无论开销多大，都足以弥补没有键以看似随机的顺序出现时的编程和调试清晰性。

Item 还很宽容，就像 dict 和其变体通常所做的那样：如果您访问 item.some_attribute 而该属性不存在，您不会引发一个 KeyError，与典型的 Python 字典不同。相反，您会得到一个 Empty，一个指定的、类似于但与 None 不同的假值。这对于处理不规则或不均匀填充的数据很有用，因为您不需要始终如一的“保护条件”——if 语句或 try/except KeyError 块——以防止数据值缺失的情况。使用 Empty 而不是 None 可以保留在语义上重要的情况下使用 None 的能力。例如，在解析 JSON 时，JSON 的 null 值返回 None。

Empty 对象是无限可解引用的。无论间接层级有多少，它们总是返回自身——相同的温和的“这里没有，不抛出异常”行为。您还可以迭代一个 Empty——它将简单地迭代零次。这巧妙地避免了在值可以是列表（或如果列表不存在，则为 None）的情况下常见的 TypeError: 'NoneType' object is not iterable 错误消息。

from items import Empty

e = Empty
assert e[1].method().there[33][0].no.attributes[99].here is Empty
for x in Empty:
    print('hey!')     # never prints, because no such iterations occur

有关 Empty 的更多背景信息，请参阅 nulltype 模块。典型用法如下

for item in itemize(data):
    if item.name:
        process(item)

缺少名称的项目将直接不进行处理。

您的数据结构越嵌套、越复杂、越不规则，这就越有价值。

# YAML module that will load into OrderedDict instances, which can then
# be easily converted to Item instances; based on default PyYAML
import oyaml as yaml
data = itemize_all(yaml.load(rawyaml))

# modified call to json.load or json.loads to preserve order by instantiating
# Item instances rather than dict
import json
data = json.loads(rawjson, object_pairs_hook=Item)

pip install -U items

python3.6 -m pip install -U items

tox                # normal run - speed optimized
tox -e py37        # run for a specific version only
tox -c toxcov.ini  # run full coverage tests