02 2019 档案
摘要：本来要查一下json系列化自定义对象的一个问题，然后发现这篇博客(https://www.cnblogs.com/yyds/p/6563608.html)很全面，感谢作者,关于python序列化的知识点我也学的七七八八了，里面提到了一些我之前感到模糊的地方，看完后觉得云雾慢慢散开了，然后就转载了这篇
阅读全文
摘要：想获得漂亮的格式化字符串后输出，可以使用json.dumps() 的indent 参数。它会使得输出和pprint() 函数效果类似
阅读全文
摘要：将一个JSON 字典转换为一个Python 对象例子
阅读全文
摘要：一般来讲，JSON 解码会根据提供的数据创建dicts 或lists。如果你想要创建其他类型的对象，可以给json.loads() 传递object_pairs_hook 或object_hook 参数
阅读全文
摘要：Python urllib 库提供了一个从指定的 URL 地址获取网页数据，然后对其进行分析处理，获取想要的数据。 urlopen返回 一个类文件对象(fd)，它提供了如下方法：read() , readline() , readlines() , fileno() , close() ：这些方法的
阅读全文
摘要：使用 pprint 模块 pprint 模块( pretty printer ) 用于打印 Python 数据结构. 当你在命令行下打印特定数据结构时你会发现它很有用(输出格式比较整齐, 便于阅读).
阅读全文
摘要：json 模块提供了一种很简单的方式来编码和解码JSON 数据。 字符串操作 其中两个主要的函数是json.dumps() 和json.loads() ，要比其他序列化函数库如pickle 的接口少得多。下面演示 1.如何将一个Python 数据结构转换为JSON 2.如何将一个JSON 编码的字符
阅读全文
摘要：csv 产生的数据都是字符串类型的，它不会做任何其他类型的转换。如果需要做这样的类型转换，必须自己手动去实现
阅读全文
摘要：如果正在读取CSV 数据并将它们转换为命名元组，需要注意对列名进行合法性认证。例如，一个CSV 格式文件有一个包含非法标识符的列头行，这样最终会导致在创建一个命名元组时产生一个ValueError 异常而失败
阅读全文
摘要：import csv with open(r'C:\Temp\ff.csv') as f: f_csv=csv.reader(f,delimiter='\t') headers=next(f_csv) print(headers) for row in f_csv: print(row)
阅读全文
摘要：1.直接写 2.字典数据系列写入 如果是追加就不需要header， 去掉 f_csv.writeheader()
阅读全文
摘要：namedtuple类位于collections模块,有了namedtuple后通过属性访问数据能够让我们的代码更加的直观更好维护 namedtuple能够用来创建类似于元祖的数据类型，除了能够用索引来访问数据，能够迭代，还能够方便的通过属性名来访问数据 note: 1.namedtuple的属性名
阅读全文
摘要：对于大多数的CSV 格式的数据读写问题，都可以使用csv 库 1. 直接读csv 以下是要操作的csv文件内容 这里的row是元组，为了访问某个字段，你需要使用下标，如row[0] 访问Summary， row[4] 访问Issue key。 用namedtuple 2.读到字典里 在这个版本中，可
阅读全文
