类型化、声明性数据结构
tdds的Python项目详细描述
这个包为Python2.7和python3.5+提供了不可变的数据类
概要
通过列出类的字段和每个字段的类型来声明类
>>>fromtddsimportField,Record,seq_of>>>classTrack(Record):...title=str...total_seconds=int......@property...defduration_str(self):...return'%d:%02d'%(self.total_seconds/60,self.total_seconds%60)>>>classAlbum(Record):...artist=str...title=str...year=Field(int,check=lambdavalue:1900<value<2050)...tracks=seq_of(Track)
实例化它并正常访问它的字段
^{pr2}$记录对象是不可变的、散列的和可比较的。在
>>>album.artist='Schwah-schwah'Traceback(mostrecentcalllast):...tdds.basics.RecordsAreImmutable:Albumobjectsareimmutable>>>Track(title='Hull',total_seconds=7)==Track(title='Hull',total_seconds=7)True>>>Track(title='Hull',total_seconds=7)==Track(title='Hold',total_seconds=8)False
如果每个类型的值都被声明为
>>>Track(title='Fireworks',total_seconds='9')Traceback(mostrecentcalllast):...tdds.basics.FieldTypeError:Track.total_secondsshouldbeoftypeint,notstr('9')
有一些函数可以与普通的旧数据结构进行转换,也就是说,只有列表和dict。这对于JSON序列化非常有用。在
>>>pods=album.record_pods()>>>print(json.dumps(pods,indent=4,sort_keys=True)){"artist":"Wah-wah","title":"Gyroscope","tracks":[{"title":"Elevon","total_seconds":209},{"title":"Gear","total_seconds":514},{"title":"Stringer","total_seconds":413}],"year":2000}>>>Album.from_pods(album.record_pods())==albumTrue
记录也是可选择的
>>>pickle.loads(pickle.dumps(album))==albumTrue
该库提供了更多功能,如自动类型强制、自定义验证函数、枚举字段、类型化集合, 还有更多。请参阅tests目录以获取分类规范。在
另请参见
这个项目在精神上与其他优秀图书馆相似:
但这个是我的。在
- 项目
标签: