Python学习:如何快速创建数据类

问题

日常开发中,经常会遇到一些对象是纯的数据,用于内部对象之间或者外部的网络交互。这样的数据经常被定义成json数据格式。可能的代码如下:

import json

class Person:
    def __init__(self, name:str, age:int):
        self.name = name
        self.age = age
   
    def to_json():
        return json.dumps( dict(name=self.name, age=self.age), indent=4)

问题是这样的数据,每次都是从头封装,比较繁琐与枯燥,如何快速构建数据类型?是值得讨论的问题。

解决方案

基础方法

Python语言中,构建数据类型,语言层面已经提供了标准方法,用起来比较方便,可以直接使用装饰器dataclasses.dataclass。代码如下:

import dataclasses

@dataclasses.dataclass
class Persion:
    name:str
    age:int
    phone:list

# 定义Persion对象
p = Persion(name='chaos', age=100, phone=['139'])
print(p)
print(p.name)
print(p.age)

# 定义另外一个Person对象
p2 = Persion(name='chaos2', age=100, phone=['139'])
print(p2.name)
# 输出内容如下:
Persion(name='chaos', age=100, phone=['139'])
chaos
100
chaos2

定义数据类,使用dataclasses.dataclass,数据类的属性看起来像是静态成员,实际上并不是。两个Person多向的name属性并不相同。

数据类,可以定义时给缺省值。代码如下:

import dataclasses

@dataclasses.dataclass
class Persion:
    name:str = ''
    age:int = 100
    phone:list = dataclasses.field(default_factory=list)
  • 对于str、int、float等基础类型,可以直接赋值。
  • 对于list、dict类型的缺省值,需要使用dataclasses.field进行初始化。
  • 有一个问题需要注意,初始化的时候,千万不要值后面加上逗号,加上逗号后数据类型就会变成元组类型,出了问题不容易定位。比如下面的代码:
@dataclasses.dataclass
class Persion3:
    name:str = '',

p = Persion3()
assert isinstance(p.name, tuple)

json转换

可惜的是,Python标准库好像并没有提供数据类与json进行相互转换的方法。这里我们可以使用第三方库dataclasses-json,这样就避免繁琐的手写工作。使用命令pip3 install dataclasses-json安装依赖的库。样例代码如下:

import dataclasses
import dataclasses_json

@dataclasses_json.dataclass_json
@dataclasses.dataclass
class Persion:
    name:str
    age:int
    phone:list

p = Persion(name='chaos', age=100, phone=['139'])
print(p.to_json())
print(p.to_dict())

# 输出内容:
{"name": "chaos", "age": 100, "phone": ["139"]}
{'name': 'chaos', 'age': 100, 'phone': ['139']}
  • 装饰器@dataclasses_json.dataclass_json,必须放在@dataclasses.dataclass之上,否则会报错。
  • 方法to_jsonfrom_json两个方法是数据对象与json之间的相互转换。也可以使用to_dictfrom_dict与字典进行相互转换。

数据类嵌套

最后一个问题,数据类能否嵌套定义,嵌套后能否像上面快速转换成json?答案是可以的,直接上代码。

import dataclasses
import dataclasses_json


@dataclasses_json.dataclass_json
@dataclasses.dataclass
class Address:
   station: str
   street: str


@dataclasses_json.dataclass_json
@dataclasses.dataclass
class Person:
   name: str
   age: int
   address: Address


p = Person(name='chaos', age=100, address=Address('china', 'street 100'))
js = p.to_json()
print(p.to_json())
p2 = Person.from_json(js)
print(p2)

# 输出
{"name": "chaos", "age": 100, "address": {"state": "china", "street": "street 100"}}
Person(name='chaos', age=100, address=Address(state='china', street='street 100'))

讨论

到目前数据类型定义、转换成json,都是相当的方便,日常的使用似乎没什么问题。但是我对第三方库的质量始终持怀疑态度。这里要思考的问题有:

  • dataclasses-json性能怎么样?能否达到标准库dataclasses性能,标准库为何没有提供转json的能力?性能相差多少,是否影响日常的使用?
  • 使用dataclasses-json的数据类型,与json、dict相互转换,能否支持所有基础的类型?

以上两个问题,留给大家思考与实践。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,372评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,368评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,415评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,157评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,171评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,125评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,028评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,887评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,310评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,533评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,690评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,411评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,004评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,812评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,693评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,577评论 2 353

推荐阅读更多精彩内容