معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A library to read and manipulate nested data structures, particularly ones read from JSON files

ویژگی	مقدار
سیستم عامل	-
نام فایل	datadelve-0.9.0a0
نام	datadelve
نسخه کتابخانه	0.9.0a0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Nick Thurmes
ایمیل نویسنده	nthurmes@gmail.com
آدرس صفحه اصلی	-
آدرس اینترنتی	https://pypi.org/project/datadelve/
مجوز	GPL-2.0+

# DataDelve [![PyPI version](https://badge.fury.io/py/datadelve.svg)](https://badge.fury.io/py/datadelve) [![Coverage Status](https://coveralls.io/repos/github/the-nick-of-time/datadelve/badge.svg?branch=master)](https://coveralls.io/github/the-nick-of-time/datadelve?branch=master) [![Build Status](https://travis-ci.org/the-nick-of-time/datadelve.svg?branch=master)](https://travis-ci.org/the-nick-of-time/datadelve) Working with complex nested data can be tedious. If you have to access any objects that are four layers deep in a JSON response from a web service, you quickly tire of writing square brackets. Much better would be to have a simple way of accessing data through a simple syntax. [jsonpointer](https://tools.ietf.org/html/rfc6901) is a perfect match, it looks just like paths through a filesystem. Applying this information to the data structures makes it easy and convenient. ## Usage ```python from datadelve import DataDelver data = ["your annoying data here"] delver = DataDelver(data) element = delver.get("/dict/keys/and/1/list/index") subset = delver.cd("/particular/key/to/focus/on") delver.set("/path/to/change", "new") delver.delete("/bad") ``` ## Support This package grew around a series of JSON files, so that is the primary focus. It therefore expects data structures with dicts and lists. As the implementation is turned over to jsonpointer, it will work for anything that implements `__getitem__(str)` or that is registered as a `collections.abc.Sequence` and implements `__getitem__(int)`. Raw data, loaded from whatever source, is accepted. So are JSON files. These have the added benefit of being flyweight instances, so all views on the same file reference the same object. This way none of them can get out of sync and make writes indeterminate as to what updates have actually been made. As YAML isn't in the standard library, I've split support for that into a separate project: [datadelve_yaml](https://pypi.org/project/datadelve_yaml/). YAML files are treated the same as JSON.

نیازمندی

مقدار	نام
>=2.0,<3.0	jsonpointer

زبان مورد نیاز

مقدار	نام
>=3.6,<4.0	Python

نحوه نصب

نصب پکیج whl datadelve-0.9.0a0:

pip install datadelve-0.9.0a0.whl

نصب پکیج tar.gz datadelve-0.9.0a0:

pip install datadelve-0.9.0a0.tar.gz