objtyping 带类型定义的对象转换器
- @author: 宋辉
- @email: [email protected]
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。这样虽然灵活，但处理复杂业务逻辑的时候却不够方便——缺乏类型检查可能导致很难发现错误，在IDE里编码时也没有代码提示。所以开发了这个小工具来解决它。
基本用法
- 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]
之所以选择类变量来定义，是因为它最简洁和直观。相比之下，如果在__init__方法中初始化实例变量，是没有办法获取类型定义（type_hint）的；如果用@property注解或者getter，setter方法的话，显然就更复杂了。它们都不如直接定义类变量简单优美。不过使用类变量也有缺点：就是它在这里被当成元数据来使用了，如果真的需要定义类级别共享的变量，无法区分。这个问题可以在后面通过开发自定义注解来解决。
- 下一步就可以把符合这个类定义结构的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就是完整的Company对象了, 可以直接使用company1.name, company1.employees[0].name 等形式访问里面的属性。
- 当然也可以把业务对象再转回dict-list嵌套的形式
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
使用场景
初始化对象
Python没有js那么方便的初始化对象方式，但有这个工具就可以这样写（就是前面基础使用的汇总）：
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): # 其实一般可能都是这样简单用一下的
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)
输出结果:
'Apple' has 2 employees: Tom and Jerry
序列化/反序列化
Python的常见的序列化需求，包括json和yaml数据格式，它们都有相对完善的处理库。但同样是不强调类型的缘故，它们处理的对象都是原始的dict-list格式。正好可以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()
输出结果
-----json-------
{"q": "9", "a": "Mark", "b": 3, "c": [{"x": 15, "y": "male"}, {"x": 9, "y": "female", "z": 13}]}
这里需要注意的是：本来属性"q"，在最初的json结构中，是个数字，但由于类变量定义中是字符串，转换成业务对象以后，它的类型就是字符串了——objtyping工具，会试图按照类定义，在基础类型之间强制转换。
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()
输出结果
-----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。
3 Jan 30, 2022
4 Jan 26, 2022
12 Jan 8, 2023
23 Nov 4, 2022
4 Jan 4, 2022
249 Jan 2, 2023
186 Dec 24, 2022
3 Jun 28, 2022
0 Dec 31, 2021
2.8k Jan 4, 2023
398 Dec 23, 2022
600 Dec 18, 2022
4 Aug 2, 2022
19 Jun 30, 2022
45 Nov 25, 2022
123 Nov 12, 2022
4 Jul 26, 2022
26 Nov 4, 2022
1 Nov 13, 2021
3 Nov 6, 2021
2 Dec 14, 2022
5.5k Jan 8, 2023
31 Oct 21, 2022
1.1k Jan 6, 2023
1 Oct 18, 2021
2 Dec 15, 2021
1 Dec 9, 2021
3 Sep 15, 2021
0 Nov 27, 2021