一.CVS表格

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) #读取cvs
with open('villains', 'rt') as fin: # 一个上下文管理器
    cin = csv.reader(fin)
    villains = [row for row in cin] # 使用列表推导式
print(villains) #读取成字典方式
with open('villains', 'rt') as fin:
    cin = csv.DictReader(fin, fieldnames=['first', 'last'])
    villains = [row for row in cin] #将字典写入成标题在上面的方式
villains = [
  {'first': 'Doctor', 'last': 'No'},
  {'first': 'Rosa', 'last': 'Klebb'},
  {'first': 'Mister', 'last': 'Big'},
  {'first': 'Auric', 'last': 'Goldfinger'},
  {'first': 'Ernst', 'last': 'Blofeld'},
  ]
with open('villains', 'wt') as fout:
  cout = csv.DictWriter(fout, ['first', 'last'])
  cout.writeheader()
  cout.writerows(villains) with open('villains', 'rt') as fin: #重头读取文件
    cin = csv.DictReader(fin)
    villains = [row for row in cin]

二.xml

menu.xml

<?xml version="1.0"?>
<menu>
  <breakfast hours="7-11">
    <item price="$6.00">breakfast burritos</item>
    <item price="$4.00">pancakes</item>
  </breakfast>
  <lunch hours="11-3">
    <item price="$5.00">hamburger</item>
  </lunch>
  <dinner hours="3-10">
    <item price="8.00">spaghetti</item>
  </dinner>
</menu>
import xml.etree.ElementTree as et
tree = et.ElementTree(file='menu.xml')
root = tree.getroot()
root.tag #tag是标签字符串,attrib是属性的一个字典
for child in root:
    print('tag:', child.tag, 'attributes:', child.attrib)
    for grandchild in child:
        print('\ttag:', grandchild.tag, 'attributes:', grandchild.attrib) len(root) #菜单选择数目
len(roo[0]) #早餐项的数目

三.json

json字符串

menu = \
    {
    "breakfast": {
        "hours": "7-11",
        "items": {
            "breakfast burritos": "$6.00",
            "pancakes": "$4.00"
            }
        },
    "lunch" : {
        "hours": "11-3",
        "items": {
            "hamburger": "$5.00"
            }
        },
    "dinner": {
        "hours": "3-10",
        "items": {
            "spaghetti": "$8.00"
            }
        }
    }
import json
menu_json = json.dumps(menu)
menu_json menu2 = json.loads(menu_json) #解析成python结构 import datetime
    now = datetime.datetime.utcnow()
json.dumps(now) #无法转换,因为标准json没有定义日期 #转换
now_str = str(now)
json.dumps(now_str) #可以转换了 from time import mktime
now_epoch = int(mktime(now.timetuple()))
json.dumps(now_epoch) #可以转换epoch值 class DTEncoder(json.JSONEncoder): #继承重载default方法
    def default(self, obj):
        # isinstance()检查obj的类型
        if isinstance(obj, datetime.datetime):
            return int(mktime(obj.timetuple()))
        # 否则是普通解码器知道的东西:
        return json.JSONEncoder.default(self, obj)
json.dumps(now, cls=DTEncoder)

四.yml

import yaml
with open('mcintyre.yaml', 'rt') as fin:
    text = fin.read()
data = yaml.load(text)
data['details']
len(data['poems']) data['poems'][1]['title'] #获得第二行

五.配置文件

[english]
greeting = Hello [french]
greeting = Bonjour [files]
home = /usr/local # 简单的插入:
bin = %(home)s/bin
import configparser
cfg = configparser.ConfigParser()
cfg.read('settings.cfg')
cfg['french']
cfg['french']['greeting']
cfg['files']['bin'] #返回节点列表
config.sections() #指定节点下的
config.options(section)

六.数据库

连接数据库,包含参数用户名、密码、服务器地址
connect() 创建一个cursor对象来管理查询
cursor() 对数据库执行一个或多个SQL命令
execute() 和 executemany() 得到execute之后的结果
fetchone()、fetchmany() 和 fetchall() import sqlite3
conn = sqlite3.connect('enterprise.db')
curs = conn.cursor()
curs.execute('''CREATE TABLE zoo
    (critter VARCHAR(20) PRIMARY KEY,
    count INT,
    damages FLOAT)''') curs.execute('INSERT INTO zoo VALUES("duck", 5, 0.0)') #新增动物
curs.execute('INSERT INTO zoo VALUES("bear", 2, 1000.0)') ins = 'INSERT INTO zoo (critter, count, damages) VALUES(?, ?, ?)'
curs.execute(ins, ('weasel', 1, 2000.0)) #更安全的插入数据方法 curs.execute('SELECT * FROM zoo') #获取数据
curs.fetchall() curs.execute('SELECT * from zoo ORDER BY count') #按照count排序
curs.fetchall() curs.execute('''SELECT * FROM zoo WHERE #哪种动物花费最多
    damages = (SELECT MAX(damages) FROM zoo)''') curs.close() #打开后要关闭

Python格式处理的更多相关文章

  1. python格式转换的记录

    Python的格式转换太难了. 与其说是难,具体来说应该是"每次都会忘记该怎么处理".所以于此记录,总的来说是编码+格式转换的记录. 本文记录环境:python3.6 经常见到的格 ...

  2. PYTHON 格式字符串中的填充符

    使用 %类型 来填充 常用的有:%s 填充字符串类型:%d 填充 int 类型:这里是沿用了 C语言中 printf() 函数中的格式,更多的信息请查看:完整列表 name = 'tommy' mes ...

  3. Python格式符说明

    格式化输出 例如我想输出 我的名字是xxxx 年龄是xxxx name = "Lucy"age = 17print("我的名字是%s,年龄是%d"%(name, ...

  4. f-Strings:一种改进Python格式字符串的新方法

    好消息是,F字符串在这里可以节省很多的时间.他们确实使格式化更容易.他们自Python 3.6开始加入标准库.您可以在PEP 498中阅读所有内容. 也称为“格式化字符串文字”,F字符串是开头有一个f ...

  5. Python——格式输出,基本数据

    一.问题点(有待解决) 1.Python中只有浮点数,20和20.0是否一样? from decimal import Decimal  a = Decimal('1.3') round() 参考文章 ...

  6. python 格式话-占位符

    格式化输出:name = qjage = 30job = itsalary = 6000例1:字符串拼接方法,不建议,因为会在内存中开辟多块内存空间. info = '''---------- inf ...

  7. Python格式输出汇总

    print ('%10s'%('test')) print ('{:<10}'.format('test'))#left-aligned print ('{:>10}'.format('t ...

  8. python格式字符

  9. Python web后端接收到的json数据有前端格式的布尔值 true false

    最近在后端处理前端传过来的json数据,发现,因为数据是各种数据格式的嵌套,使用json.loads(),无法将内层的数据转换为原来格式的数据,所以需要使用eval( )函数进行转换,但是如果数据含有 ...

随机推荐

  1. 【数据结构】【图文】【oj习题】 图的拓扑排序(邻接表)

    拓扑排序: 按照有向图给出的次序关系,将图中顶点排成一个线性序列,对于有向图中没有限定次序关系的顶点,则可以人为加上任意的次序关系,由此所得顶点的线性序列称之为拓扑有序序列.显然对于有回路的有向图得不 ...

  2. Trivy 容器镜像扫描工具学习

    简介 官方地址:https://github.com/aquasecurity/trivy Trivy是aqua(专注云原生场景下的安全)公司的一款开源工具,之前历史文章也有对aqua的一些介绍. T ...

  3. docker详细

    镜像(image) 容器(container) 启动,删除,停止 仓库(repository)   docker images  

  4. 虚拟机Centos7安装Socks5作为代理服务器

    虚拟机Centos7安装Socks5作为代理服务器 1. 什么是代理服务器 代理服务器(Proxy Server)是一种重要的服务器安全功能,它的工作主要在开放系统互联(OSI)模型的会话层,从而起到 ...

  5. [yLOI2018] 锦鲤抄

    先思考图上是\(tag\)的特殊情况. 考虑我们按拓扑序反过来操作,就可以得到我们任意想要的顺序. 那么我们把所有的图都缩点操作,那么我们只需要考虑一个联通分量里就行了. 一个联通分量最后只会剩下一个 ...

  6. 洛谷 P7155 [USACO20DEC] Spaceship P(dp)

    Portal Yet another 1e9+7 Yet another 计数 dp Yet another 我做不出来的题 考虑合法的按键方式长啥样.假设我们依次按下了 \(p_1,p_2,\dot ...

  7. CF1208H Red Blue Tree

    CF1208H Red Blue Tree 原本应该放在这里但是这题过于毒瘤..单独开了篇blog 首先考虑如果 $ k $ 无限小,那么显然整个树都是蓝色的.随着 $ k $ 逐渐增大,每个点都会有 ...

  8. 【豆科基因组】大豆适应性位点GWAS分析 [转载]

    目录 材料与方法 结果分析 本文利用99085个高质量SNP 通过STRUCTURE,PCA和neighbour-joining tree的群体结构分析将地方品种分为三个亚群,这些亚群表现出地理上的遗 ...

  9. 【Perl】如何安装Bioperl模块?

    目录 失败尝试一:使用cpanm 失败尝试二:使用CPAN 成功尝试:直接conda安装bioperl 没有尝试:源码安装bioperl 生信软件绕不过Perl,Perl绕不过Bioperl.而Bio ...

  10. 【shell】循环将字符串写入数组中?

    bash shell脚本语法怪异,其他语言循环写入数组或列表都很简单实现,或有相应函数来做. 以下用两种方法来实现: 方法一 c=0 for i in `ls ./Data_Analysis/Quan ...