zc.dict 1.2.1

高效、持久并可继承的字典

如果PersistentDict包含的值超过几个，则效率非常低，而且不建议从BTrees继承。

这个类是对BTree的一个简单包装。它保留了BTree的效率，并且作为基类使用是安全的。此外，它实现了完整的Python字典接口。

>>> from zc.dict import Dict
>>> d = Dict()
>>> d
<zc.dict.dict.Dict object at ...>

>>> d['foo'] = 'bar'
>>> len(d)
1

>>> d['bar'] = 'baz'
>>> len(d)
2

注意，Python字典与这个Dict之间的重要区别在于，Python字典使用哈希，而这个使用BTree比较。实际上，这意味着你的键应该是同质的类型。我们在这些示例中使用字符串。

长度是独立维护的，因为在BTree上len操作效率低下，因为它必须唤醒数据库中的所有桶。

>>> d._len
<BTrees.Length.Length object at ...>
>>> d._len()
2

为了保持小更改的更新效率，我们将它们展开为一系列的setitems。

>>> d.update({'bar': 'moo', 'ding': 'dong', 'beep': 'beep'})
>>> len(d)
4

Dict支持完整的update接口。

>>> d.update([['sha', 'zam'], ['ka', 'pow']])
>>> len(d)
6
>>> d['ka']
'pow'
>>> d.update(left='hook', right='jab')
>>> len(d)
8
>>> d['left']
'hook'

pop需要更新长度。

>>> d.pop('sha')
'zam'
>>> d.pop('ka')
'pow'
>>> d.pop('left')
'hook'
>>> d.pop('right')
'jab'
>>> len(d)
4

……除非它不需要。

>>> d.pop('nonexistent')
Traceback (most recent call last):
...
KeyError: 'nonexistent'
>>> d.pop('nonexistent', 42)
42
>>> len(d)
4

setdefault有时也需要更新长度。

>>> len(d)
4
>>> d.setdefault('newly created', 'value')
'value'
>>> d['newly created']
'value'
>>> len(d)
5

>>> d.setdefault('newly created', 'other')
'value'
>>> d['newly created']
'value'
>>> len(d)
5

>>> del d['newly created'] # set things back to the way they were...

keys、values和items返回正常的Python列表。由于底层的BTree，这些总是按照键的排序顺序。

>>> d.keys()
['bar', 'beep', 'ding', 'foo']

>>> d.values()
['moo', 'beep', 'dong', 'bar']

>>> d.items()
[('bar', 'moo'), ('beep', 'beep'), ('ding', 'dong'), ('foo', 'bar')]

然而，通过iter方法可以提供有效的BTree迭代器。

>>> iter(d)
<OO-iterator object at ...>
>>> d.iterkeys()
<OO-iterator object at ...>

>>> d.iteritems()
<OO-iterator object at ...>

>>> d.itervalues()
<OO-iterator object at ...>

popitem从字典中删除并返回一个键值对

>>> len(d)
4

>>> d.popitem()
('bar', 'moo')

>>> len(d)
3

copy方法创建一个Dict的副本

>>> c = d.copy()
>>> c.items() == d.items()
True

然而，由于胆怯，我们不支持比较，除了身份。

>>> c == d
False
>>> Dict() == {}
False
>>> d == d
True

clear从字典中删除所有键

>>> d.clear()
>>> d.keys()
[]
>>> len(d)
0

其余的字典方法委托给底层的BTree

>>> c.has_key('beep')
True
>>> 'BEEP' in c
False
>>> c.get('nonexistent', 'default')
'default'

有序字典：一个保持顺序的持久容器

有序字典提供了大多数Dict的功能，还提供了记住项目添加顺序的功能。它还提供了重新排序项目的API。

重要的是，有序字典当前使用持久列表来存储顺序，这对于大型集合来说表现不佳，因为每次键或顺序发生变化时，整个键集合都必须被序列化。BList将是首选的数据结构，但它尚未发布。

>>> from zc.dict import OrderedDict
>>> d = OrderedDict()
>>> d
<zc.dict.dict.OrderedDict object at ...>

>>> d['foo'] = 'bar'
>>> len(d)
1

>>> d['bar'] = 'baz'
>>> len(d)
2

>>> d['foo']
'bar'
>>> d['bar']
'baz'

键当前是按照添加的顺序排列的。

>>> list(d)
['foo', 'bar']

注意，Python字典与有序字典之间的一个重要区别是，Python字典使用哈希，而这个使用BTree比较。实际上，这意味着你的键应该是同质的类型。我们在这些示例中使用字符串。

长度是独立维护的，因为在BTree上len操作效率低下，因为它必须唤醒数据库中的所有桶。

>>> d._len
<BTrees.Length.Length object at ...>
>>> d._len()
2

为了保持小更改的更新效率，我们将它们展开为一系列的setitems。

>>> d.update({'bar': 'moo', 'ding': 'dong', 'beep': 'beep'})
>>> len(d)
4

注意，在无序的数据结构中对多个新项目进行更新时，结果将按照未定义的顺序将新项目添加到有序字典的末尾。为了设置我们的顺序，我们需要引入一个新的方法：updateOrder。这个方法是一种强制改变顺序的方法：提供一个新的顺序。

>>> list(d) == ['bar', 'beep', 'ding', 'foo']
False
>>> d.updateOrder(('bar', 'beep', 'ding', 'foo'))
>>> d.keys()
['bar', 'beep', 'ding', 'foo']

updateOrder期望的是新顺序中整个键列表

>>> d.updateOrder(['bar', 'beep', 'ding'])
Traceback (most recent call last):
...
ValueError: Incompatible key set.

>>> d.updateOrder(['bar', 'beep', 'ding', 'sha', 'foo'])
Traceback (most recent call last):
...
ValueError: Incompatible key set.

>>> d.updateOrder(['bar', 'beep', 'ding', 'sha'])
Traceback (most recent call last):
...
ValueError: Incompatible key set.

>>> d.updateOrder(['bar', 'beep', 'ding', 'ding'])
Traceback (most recent call last):
...
ValueError: Duplicate keys in order.

Dict支持完整的update接口。如果输入值是有序的，则结果也将是有序的。

>>> d.update([['sha', 'zam'], ['ka', 'pow']])
>>> len(d)
6
>>> d['ka']
'pow'
>>> d.keys()
['bar', 'beep', 'ding', 'foo', 'sha', 'ka']

如果使用关键字参数，则不隐含新项的顺序，但否则它将按预期工作。

>>> d.update(left='hook', right='jab')
>>> len(d)
8
>>> d['left']
'hook'

pop 需要更新长度并保持顺序。

>>> d.pop('sha')
'zam'
>>> d.pop('ka')
'pow'
>>> d.pop('left')
'hook'
>>> d.pop('right')
'jab'
>>> len(d)
4
>>> d.keys()
['bar', 'beep', 'ding', 'foo']

……除非它不需要。

>>> d.pop('nonexistent')
Traceback (most recent call last):
...
KeyError: 'nonexistent'
>>> d.pop('nonexistent', 42)
42
>>> len(d)
4

setdefault有时也需要更新长度。

>>> len(d)
4
>>> d.setdefault('newly created', 'value')
'value'
>>> d['newly created']
'value'
>>> len(d)
5
>>> d.keys()
['bar', 'beep', 'ding', 'foo', 'newly created']

>>> d.setdefault('newly created', 'other')
'value'
>>> d['newly created']
'value'
>>> len(d)
5

>>> del d['newly created'] # set things back to the way they were...

keys、values和items返回正常的Python列表。由于底层的BTree，这些总是按照键的排序顺序。

>>> d.keys()
['bar', 'beep', 'ding', 'foo']

>>> d.values()
['moo', 'beep', 'dong', 'bar']

>>> d.items()
[('bar', 'moo'), ('beep', 'beep'), ('ding', 'dong'), ('foo', 'bar')]

然而，通过 iter 方法可以提供高效的迭代器。

>>> iter(d)
<iterator object at ...>
>>> d.iterkeys()
<iterator object at ...>

>>> d.iteritems()
<generator object at ...>

>>> d.itervalues()
<generator object at ...>

popitem 从字典中删除一个项并返回键值对。

>>> len(d)
4

>>> d.popitem()
('bar', 'moo')

>>> len(d)
3

copy方法创建一个Dict的副本

>>> c = d.copy()
>>> c.items() == d.items()
True

然而，由于胆怯，我们不支持比较，除了身份。

>>> c == d
False
>>> OrderedDict() == {}
False
>>> d == d
True

clear从字典中删除所有键

>>> d.clear()
>>> d.keys()
[]
>>> len(d)
0

其余的字典方法委托给底层的BTree

>>> c.has_key('beep')
True
>>> 'BEEP' in c
False
>>> c.get('nonexistent', 'default')
'default'