Python数据解析

前言

Python语言在人工智能以及计算机视觉领域十分热门，它处理数据的能力很出色，兼容各种常用的数据类型解析。程序无非就是一系列数据操作行为的集合，从输入到输出以求得人们期望的结果。Python在执行效率和开发效率中找到平衡点，很适合快速开发算法复杂，数据处理量大的应用。高效率的数据处理能力离不开结构化的数据交互，python当然对CSV，JSON、XML这些常用的结构化数据类型是完美兼容的。

Python CSV解析

CSV逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），它通常用于在电子表格软件和纯文本之间交互数据，其文件以纯文本形式存储表格数据（数字和文本）。从真正意义上说它并不是结构化的数据，而仅仅是一些用逗号分隔的原始字符串。

Python中对于特定的一些简单CSV文件用str.split(‘,’)就能满足要求，但是不推荐这么做，因为某些字段值可能存在嵌套关系。Python有专门用于解析和生成的CSV的库，如csv模块。

Python应用csv样例

#! /usr/bin/env python

import csv
from distutils.log import warn as printf
DATA = (
	('id', 'name', 'age','sex','wage'),
	(1, '小李', 24, 'm', '8000'),
	(2, '小王', 25, 'm', '6000'),
	(3, '小杜', 23, 'w', '6000'),
)
printf('*** Write CSV DATA')
f = open('wageinfo.csv','w',newline='')
writer = csv.writer(f)
for record in DATA:
	writer.writerow(record)
	print(record)
f.close()

printf('read csv data')
f = open('wageinfo.csv','r')
reader = csv.reader(f)
for id,name,age,sex,wage in reader:
	printf('id %s: name: %s age: %s sex: %s wage: %s' %(id,name,age,sex,wage))
f.close()

Python JSON数据解析

JSON(JavaScript Object Notation, JS 对象简谱)是轻量级的数据交换方式，也是以人类易读懂的方式传输结构化数据，这使得它在网络传输方面应用很广，前后端的数据交换格式通常也是JSON，python这门在网路爬虫方面性能优异的语言当然也会完美支持JSON的解析，在程序中引用json模块即可。

JSON本质是字符串，它通过键/值（key/value）的方式将数据结构化，键/值对组合中的键名写在前面并用双引号 "" 包裹，使用冒号 : 分隔，然后紧接着值，当然也可以进行多层嵌套以实现更为复杂的数据结构类型。

Python应用JSON样例

#! /usr/bin/env python

from distutils.log import warn as printf
from json import dumps
from pprint import pprint

BOOKs = {
	'2019010101':{
		'tilte':'Core Python Programming',
		'edition':2,
		'year':2019,
	},
	'2019010102':{
	'title':'Python web Development with Django',
	'authors':['Jeff Forcier','Pual Bissex','Wesley Chun'],
	'year':2019,
	},
	'2019010103':{
	'title':'Python Fundamenttals',
	'year':2019,
	},
}
printf(' RAW DICT')
printf('BOOKs')

printf('\n PRETTY_PRINTEDDICT')
pprint(BOOKs)

printf('\n RAW JSON')
printf(dumps(BOOKs))

printf('\n PRETTY_PRINTEDJSON')
printf(dumps(BOOKs,indent=4))

Python XML数据解析

XML 指可扩展标记语言（eXtensible Markup Language），是一种比较老的结构化数据格式，相比JSON来说还是比较难一眼就看清它的数据内容的，在高级语言程序中通常有相应的解析器来实现对XML格式化数据操作。

XML文档与HTML非常类似，但XML并不是HTML的替代，它们设计目的不同，XML 被设计用来传输和存储数据，其焦点是数据的内容，而HTML 被设计用来显示数据，其焦点是数据的外观。但它们的结构类似，由一些元素和属性构成。

Python应用XML样例

#! /usr/bin/env python

from xml.etree.ElementTree import Element,SubElement,tostring
from xml.dom.minidom import parseString

BOOKs = {
	'2019010101':{
		'tilte':'Core Python Programming',
		'edition':2,
		'year':2019,
	},
	'2019010102':{
	'title':'Python web Development with Django',
	'authors':['Jeff Forcier','Pual Bissex','Wesley Chun'],
	'year':2019,
	},
	'2019010103':{
	'title':'Python Fundamenttals',
	'year':2019,
	},
}

books = Element('books')
for isbn,info in BOOKs.items():
	book = SubElement(books,'book')
	info.setdefault('authors','Wesley Chun')
	info.setdefault('edition',1)
	for key,val in info.items():
		SubElement(book,key).text = ', '.join(str(val).split(':'))
		
xml = tostring(books)
print (' RAW XML')
print (xml)

print ('\nPRETTY_PRINTED XML')
dom = parseString(xml)
print (dom.toprettyxml('  '))

print (' FLAT STRUCTURE')
for elmt in books.getiterator():
	print (elmt.tag, '_',elmt.text)
	
print ('\n TITLES ONLY')
for book in books.findall('.//title'):
	print (book.text)

总结

Python在人工智能以及计算机视觉领域十分热门，它强大的类库支持对快速开发应用提供了可能性，相比于C/C++开发来说，它只需要一个简单的文件编辑工具，甚至连编译都不用就能运行代码，带你探索新世界。它既有近似于底层C/C++的运行效率，也有JAVA这种高级语言的面向对象开发效率，简直perfect，记2018年末于广州。