强大的序列化支持NamedTuple&@dataclass数据类型。
pywise的Python项目详细描述
pywise
包含提供通用实用程序并基于Python3标准库构建的函数。它没有外部依赖关系。在
- ^{{cd4>{cd3>反序列化
archives：解压缩tar归档文件common：实用程序schema：获取一个类似dict的结构，描述任何可序列化类型的字段和类型（有助于以JSON的形式查看）
这个项目最显著的功能是serialize和{
开发设置
此项目使用^{poetry。在
要安装项目的依赖项，请执行以下操作：
poetry install
每个命令都必须在poetry-管理的环境中运行。
例如，要打开Python shell，可以执行以下操作：
或者，您可以通过执行poetry shell激活环境并直接调用Python程序。在
测试
要运行测试，请执行：
poetry run pytest -v
要对所有支持的环境运行测试，请使用^{
poetry run tox -p
注意：要运行tox，必须有所有必需的Python解释器可用。
我们建议使用^{
开发工具
此项目使用black进行代码格式化，flake8用于linting，以及
mypy用于类型检查。使用以下命令可确保代码质量：
# formats all code in-place
black .
# typechecks
mypy --ignore-missing-imports --follow-imports=silent --show-column-numbers --warn-unreachable .
# lints code
flake8 --max-line-length=100 --ignore=E501,W293,E303,W291,W503,E203,E731,E231,E721,E722,E741 .
通过示例记录
嵌套@dataclass和NamedTuple
假设您有一个要在JSON中写入和从JSON写入的地址簿。
我们将为AddressBook定义数据类型：
fromtypingimportOptional,Union,SequencefromdataclassesimportdataclassfromenumimportEnum,auto@dataclass(frozen=True)className:first:strlast:strmiddle:Optional[str]=NoneclassPhoneNumber(NamedTuple):area_code:intnumber:intextension:Optional[int]=None@dataclass(frozen=True)classEmailAddress:name:strdomain:strclassContactType(Enum):personal,professional=auto(),auto()classEmergency(NamedTuple):full_name:strcontact:Union[PhoneNumber,EmailAddress]@dataclass(frozen=True)classEntry:name:Namenumber:PhoneNumberemail:EmailAddresscontact_type:ContactTypeemergency_contact:Emergency@dataclass(frozen=True)classAddressBook:entries:Sequence[Entry]
为了进行说明，让我们考虑以下实例化的AddressBook：
ab=AddressBook([Entry(Name('Malcolm','Greaves',middle='W'),PhoneNumber(510,3452113),EmailAddress('malcolm','world.com'),contact_type=ContactType.professional,emergency_contact=Emergency("Superman",PhoneNumber(262,1249865,extension=1))),])
我们可以使用serialize将AddressBook数据类型转换为JSON格式的字符串：
fromcore_utils.serializationimportserializeimportjsons=serialize(ab)j=json.dumps(s,indent=2)print(j)
我们可以使用deserialize轻松地将JSON字符串转换回新的实例化AddressBook：
fromcore_utils.serializationimportdeserialized=json.loads(j)new_ab=deserialize(AddressBook,d)print(ab==new_ab)# NOTE: The @dataclass(frozen=True) is only needed to make this equality work.# Any @dataclass decorated type is serializable.
注意，deserialize函数需要将数据反序列化为的类型。应得的
类型匹配是structural：只要数据类型的结构（字段名和
关联类型）与提供的数据兼容。在
自定义序列化
如果希望将serialize和deserialize与来自第三方库（例如numpy数组）或自定义的class的数据类型一起使用，那么可以提供NamedTuple的serialize和{CustomFormat。在
CustomFormat是将精确类型与自定义序列化函数相关联的映射。当提供给serialize时，映射中的值接受确切类型的实例并生成可序列化表示。在deserialize函数中，它们将这种序列化表示转换为该类型的真实实例。在
为了说明它们的用法，我们将介绍CustomFormatdict，它允许我们序列化numpy多维数组：
importnumpyasnpfromcore_utils.serializationimport*custom_serialization:CustomFormat={np.ndarray:lambdaarr:arr.tolist()}custom_deserialization:CustomFormat={np.ndarray:lambdalst:np.array(lst)}
现在，我们可以为函数提供custom_{serialization,deserialization}。我们将使用它们对一个浮点数的四维数组执行“往返”序列化，并从JSON格式的str执行序列化：
importjsonv_original=np.random.random((1,2,3,4))s=serialize(v_original,custom=custom_serialization)j=json.dumps(s)d=json.loads(j)v_deser=deserialize(np.ndarray,d,custom=custom_deserialization)print((v_original==v_deser).all())
需要注意的是，当提供CustomFormat时，序列化函数优先于默认行为（除了Any，因为always被认为是传递）。此外，类型必须与映射中的键精确匹配。因此，如果使用泛型类型，则必须为每个不同的类型参数化提供单独的键值实体。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
