作者:手机用户2602905861 | 来源:互联网 | 2018-06-11 07:48
项目数据库是mongoDB,用pymongo进行find操作,查询结果是一串dict。现在要把查询结果用xlwt导出为csv文件,例如有一条数据如下:#dict数据row{domain:dmyz.org,page_rank:2,city:Beijing,country:China}#以下是csv相关代码fields[dom
项目数据库是mongoDB,用pymongo进行find操作,查询结果是一串dict。现在要把查询结果用xlwt导出为csv文件,例如有一条数据如下: # dict数据row = { domain : dmyz.org, page_rank : 2, city : Beijing, country : China}# 以下是csv相关代码fields = ['dom
项目数据库是mongoDB,用pymongo进行find操作,查询结果是一串dict。现在要把查询结果用xlwt导出为csv文件,例如有一条数据如下:
# dict数据
row = {
"domain" : "dmyz.org",
"page_rank" : 2,
"city" : "Beijing",
"country" : "China"
}
# 以下是csv相关代码
fields = ['domain', 'page_rank', 'country', 'city']
wb = xlwt.Workbook()
ws = wb.add_sheet('Sheet1')
for i in range(len(fields)):
ws.write(0, i, fields[i])
要得到domain的值,是用row['domain'],但我希望能用对象的访问形式,例如row.domain来获取(严格来说这篇文章的标题有歧义,我真正的需求是改变dict的访问形式,而且Python中一切都是对象,object也是dict的基类。)
要实现这个需求,最容易想到的是用循环来做:
def _dict_to_object(d):
class _O: pass
[setattr(_O, _k, d[_k]) for _k in d]
return _O
r = _dict_to_object(row)
print r.page_rank
上面的代码就是定义一个名为_O的类,用setattr函数(或者__setattr__方法),把dict添加进去。
更简单的做法是利用类的__dict__方法:
class Struct:
def __init__(self, **entries):
self.__dict__.update(entries)
r = Struct(**row)
print row.page_rank
以上例子中的dict只有一层,实际生产环境中,这个dict是两层的,所以实际的代码做了些改动:
row = {
"url" : {
"domain" : "dmyz.org"
},
"page_rank" : 2,
"geography" : {
"city" : "Beijing",
"country" : "China"
}
}
def _dict_to_object(d):
class O: pass
for _k in d:
if type(d[_k]) == dict:
setattr(O, _k, Struct(**d[_k]))
else:
setattr(O, _k, d[_k])
return O
r = _dict_to_object(row)
print r.url.domain
如果层次更多,就改成迭代的写法。还想到一个简单的思路:mongoDB的数据都是存成json的,只要在解析json时,替换dict的处理,也就是加上object_hook就可以实现了:
from collections import namedtuple
row = '''{
"url" : {
"domain" : "dmyz.org"
},
"page_rank" : 2,
"geography" : {
"city" : "Beijing",
"country" : "China"
}
}'''
x = json.loads(row, object_hook=lambda d: namedtuple('X', d.keys())(*d.values()))
print x.url.domain
但这样要把pymongo查询出来的dict转成str再做处理,多了一步无用的操作,暂时没想到好的解决方案。
原文地址:Python的dict转object, 感谢原作者分享。