Python 学习 第四册 第8章 结构化的文本文件

----用教授的方式学习。

目录

8.1结构化的文本文件

8.1.1 CSV

8.1.2 XML

8.1.3 JSON

8.1.4 YAML

---

8.1结构化的文本文件

结构化的文本有很多格式，区别它们的方法如下所示。

• 分隔符，比如 tab（'\t'）、逗号（','）或者竖线（'|'）。逗号分隔值（CSV）就是这样的例子。

• '<' 和 '>' 标签，例如 XML 和 HTML。

• 标点符号，例如 JavaScript Object Notation（JSON2 ）。

• 缩进，例如 YAML（即 YAML Ain't Markup Language 的缩写），要了解更多可以去搜索。

• 混合的，例如各种配置文件。

每一种结构化文件格式都能够被至少一种 Python 模块读写。

8.1.1 CSV

你可以人工读入 CSV 文件，每一次读取一行，在逗号分隔符处将每行分开，并添加结果到某些数据结构中，例如列表或者字典。但是，最好使用标准的 csv 模块，因为这样切分会得到更加复杂的信息。

• 除了逗号，还有其他可代替的分隔符：'|' 和 '\t' 很常见。

• 有些数据会有转义字符序列，如果分隔符出现在一块区域内，则整块都要加上引号或者在它之前加上转义字符。

• 文件可能有不同的换行符，Unix 系统的文件使用 '\n'，Microsoft 使用 '\r\n'，Apple之前使用 '\r' 而现在使用 '\n'。

• 在第一行可以加上列名。

首先读和写一个列表的行，每一行包含很多列:

>>> import csv >>> villains = [ ... ['Doctor', 'No'], ... ['Rosa', 'Klebb'], ... ['Mister', 'Big'], ... ['Auric', 'Goldfinger'], ... ['Ernst', 'Blofeld'], ... ] >>> with open('villains', 'wt') as fout: # 一个上下文管理器 ... csvout = csv.writer(fout) ... csvout.writerows(villains)

数据可以是字典的集合（a list of dictionary），不仅仅是列表的集合（a list of list）。这次使用新函数 DictReader() 读取文件 villains，并且指定每一列的名字:

>>> import csv >>> with open('villains', 'rt') as fin: ... cin = csv.DictReader(fin, fieldnames=['first', 'last']) ... villains = [row for