python中glom用法的實現(xiàn)

更新時間：2025年06月04日 09:36:04 作者：Code_Geo

glom是Python庫,用于簡化嵌套數(shù)據(jù)操作,支持路徑訪問、數(shù)據(jù)轉換、容錯處理,下面就來介紹一下glom用法,具有一定的參考價值,感興趣的可以了解一下

glom

glom 是 Python 中一個用于簡化嵌套數(shù)據(jù)結構操作的庫，它的核心目標是讓開發(fā)者以更直觀、簡潔的方式處理和轉換復雜的字典、列表或對象嵌套數(shù)據(jù)

1. 核心功能?

(1) 路徑式數(shù)據(jù)訪問?

無需多層嵌套的 get() 或循環(huán)，直接通過路徑表達式訪問深層數(shù)據(jù)

from glom import glom

data = {
    "user": {
        "name": "Alice",
        "address": {
            "city": "Shanghai",
            "zip": 200000
        }
    }
}
# 傳統(tǒng)方式：多層 get() 或鍵訪問
city = data["user"]["address"]["city"]
# glom 方式：路徑表達式
city = glom(data, "user.address.city")  # 輸出 "Shanghai"

(2) 數(shù)據(jù)轉換與結構重組?

將原始數(shù)據(jù)按需轉換為新的結構

target_spec = {
    "username": "user.name",
    "location": ("user.address.city", str.upper)  # 對值進行處理
}

result = glom(data, target_spec)
# 輸出：{'username': 'Alice', 'location': 'SHANGHAI'}

(3) 容錯處理?

自動處理路徑缺失或異常，避免 KeyError 或 TypeError

from glom import Coalesce

# 如果路徑不存在，返回默認值
result = glom(data, Coalesce("user.age", default=18))

2. 主要應用場景?

?(1) 處理 API 響應?

簡化 JSON 數(shù)據(jù)的提取和轉換

api_response = {
    "data": {
        "items": [
            {"id": 1, "title": "Item 1"},
            {"id": 2, "title": "Item 2"}
        ]
    }
}
# 提取所有標題
titles = glom(api_response, ("data.items", ["title"]))
# 輸出：['Item 1', 'Item 2']

(2) 數(shù)據(jù)清洗?

將原始數(shù)據(jù)轉換為規(guī)范化的結構

raw_data = {
    "name": "Bob",
    "details": {"age": 30, "email": "bob@example.com"}
}

spec = {
    "full_name": "name",
    "contact": "details.email",
    "metadata": ("details", {"age": "age"})
}

cleaned = glom(raw_data, spec)
# 輸出：{'full_name': 'Bob', 'contact': 'bob@example.com', 'metadata': {'age': 30}}

(3) 復雜對象操作?

處理嵌套對象屬性（如 ORM 模型、類實例）

class User:
    def __init__(self, name, profile):
        self.name = name
        self.profile = profile

class Profile:
    def __init__(self, level):
        self.level = level
user = User("Charlie", Profile(5))
level = glom(user, "profile.level")  # 輸出 5

3. 高級特性?

?(1) 類型處理（T 構造器）

??在路徑中直接調用類型方法

from glom import T

data = {"value": "123"}
result = glom(data, ("value", T(int)))  # 輸出 123（字符串轉整數(shù)）

(2) 迭代與映射處理?

批量處理列表或字典中的元素

data = {"numbers": [1, 2, 3]}
spec = ("numbers", [lambda x: x * 2])
result = glom(data, spec)  # 輸出 [2, 4, 6]

(3) 條件過濾?

結合 Check 或 Match 實現(xiàn)條件邏輯

from glom import Check, Match

data = {"scores": [85, 92, 78, 60]}
spec = ("scores", [Check(lambda x: x >= 90, default=None)])
result = glom(data, spec)  # 輸出 [92]

4. 對比傳統(tǒng)方法

操作?	?傳統(tǒng)代碼?	?glom 代碼?
提取嵌套字段	data.get(‘a’, {}).get(‘b’, {}).get(‘c’)	glom(data, ‘a.b.c’)
轉換列表元素	[x[‘val’]*2 for x in data[‘items’]]	glom(data, (‘items’, [‘val’], lambda x: x*2))
容錯處理	多層 try-except 或 if-else 嵌套	glom(data, Coalesce(‘path’, default=0))

到此這篇關于python中glom用法的實現(xiàn)的文章就介紹到這了,更多相關python glom用法內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: