共计 2667 个字符，预计需要花费 7 分钟才能阅读完成。
objtyping 带类型定义的对象转换器
由来
Python 不是强类型语言，开发人员没有给数据定义类型的习惯。这样尽管灵便，但解决简单业务逻辑的时候却不够不便——不足类型查看可能导致很难发现错误，在 IDE 里编码时也没有代码提醒。所以开发了这个小工具来解决它。
根本用法
-
首先定义业务类，并通过类变量定义每个字段的类型。
from typing import List class Person: name: str age: int class Company: name: str revenue: float employees: List[Person]之所以抉择类变量来定义，是因为它最简洁和直观。相比之下，如果在__init__办法中初始化实例变量，是没有方法获取类型定义（type_hint）的；如果用 @property 注解或者 getter，setter 办法的话，显然就更简单了。它们都不如间接定义类变量简略柔美。不过应用类变量也有毛病：就是它在这里被当成元数据来应用了，如果真的须要定义类级别共享的变量，无奈辨别。这个问题能够在前面通过开发自定义注解来解决。
-
下一步就能够把合乎这个类定义构造的 dict-list 嵌套数据，转化为该类实例对象了：
from objtyping import objtyping company1 = objtyping.from_dict_list({ 'name': 'Apple', 'revenue': 18.5, 'employees': [{ 'name': 'Tom', 'age': 20 }, { 'name': 'Jerry', 'age': 31 }] }, Company)此时的 company1 就是残缺的 Company 对象了, 能够间接应用 company1.name, company1.employees[0].name 等模式拜访外面的属性。
-
当然也能够把业务对象再转回 dict-list 嵌套的模式
from objtyping import objtyping dict_list = objtyping.to_dict_list(company1)此时的 dict_list 对象，就是一大堆 dict 和 list 层级嵌套的原始类型数据
应用场景
初始化对象
Python 没有 js 那么不便的初始化对象形式，但有这个工具就能够这样写（就是后面根底应用的汇总）：
from typing import List
from objtyping import objtyping
class Person:
name: str
age: int
class Company:
name: str
revenue: float
employees: List[Person]
def __str__(self): # 其实个别可能都是这样简略用一下的
return "'{}' has {} employees: {}".format(self.name, len(self.employees),' and '.join(map(lambda emp: emp.name, self.employees)))
if __name__ == '__main__':
company1 = objtyping.from_dict_list({
'name': 'Apple',
'revenue': 18.5,
'employees': [{
'name': 'Tom',
'age': 20
}, {
'name': 'Jerry',
'age': 31
}]
}, Company)
print(company1)
输入后果:
'Apple' has 2 employees: Tom and Jerry序列化 / 反序列化
Python 的常见的序列化需要，包含 json 和 yaml 数据格式，它们都有绝对欠缺的解决库。但同样是不强调类型的缘故，它们解决的对象都是原始的 dict-list 格局。正好能够借助这个工具实现进一步转化。
json
示例
import json
import sys
from typing import List
from objtyping import objtyping
class X:
x: int
y: str
class A:
q: str
a: str
b: int
c: List[X]
if __name__ == '__main__':
print("\r\n-----json-------")
json_obj = json.loads('{"q":9,"a":"Mark","b":3,"c":[{"x":15,"y":"male"},{"x":9,"y":"female","z":13}]}')
typed_obj = objtyping.from_dict_list(json_obj, A)
d_l_obj = objtyping.to_dict_list(typed_obj)
print(json.dumps(d_l_obj))
sys.exit()
输入后果
-----json-------
{"q": "9", "a": "Mark", "b": 3, "c": [{"x": 15, "y": "male"}, {"x": 9, "y": "female", "z": 13}]}这里须要 留神 的是：原本属性 ”q”，在最后的 json 构造中，是个数字，但因为类变量定义中是字符串，转换成业务对象当前，它的类型就是字符串了——objtyping 工具，会试图依照类定义，在根底类型之间强制转换。
yaml
示例
import sys
from ruamel.yaml import YAML
from typing import List
from objtyping import objtyping
class X:
x: int
y: str
class A:
q: str
a: str
b: int
c: List[X]
if __name__ == '__main__':
print("\r\n-----yaml-------")
yaml = YAML()
yaml_obj = yaml.load('''
q: 9
a: Mark
b: 3
c:
- x: 15
y: male
- x: 9
y: female
z: 13
''')
typed_obj = objtyping.from_dict_list(yaml_obj, A)
d_l_obj = objtyping.to_dict_list(typed_obj)
yaml.dump(d_l_obj, sys.stdout)
sys.exit()
输入后果
-----yaml-------
q: '9'
a: Mark
b: 3
c:
- x: 15
y: male
- x: 9
y: female
z: 13这里的属性 ”q” 同样被强转了类型。
我的项目地址：>https://github.com/songofhawk…