python数据格式化之pprint

pprint – 美观打印做用：美观打印数据结构pprint 包含一个“美观打印机”，用于生成数据结构的一个美观视图。格式化工具会生成数据结构

pprint – 美观打印

做用：美观打印数据结构

pprint 包含一个“美观打印机”，用于生成数据结构的一个美观视图。格式化工具会生成数据结构的一些表示，不只能够由解释器正确地解析，并且便于人类阅读。输出尽量放在一行上，分解为多行时则须要缩进。

如下实例用用到的data包含一下数据

data = [(1,{'a':'A','b':'B','c':'C','d':'D'}),

        (2,{'e':'E','f':'F','g':'G','h':'H',

            'i':'I','j':'J','k':'K','l':'L'

            }),

        ]

一、  打印

要使用这个模块，最简单的方法就是利用pprint()函数 

1 2 3 4 5 6

from pprint import pprint print 'PRINT:' print data print  print 'PPRINT:' pprint(data)

运行结果：

1 2 3 4 5 6 7 8 9 10 11 12 13

PRINT: [(1, {'a': 'A', 'c': 'C', 'b': 'B', 'd': 'D'}), (2, {'e': 'E', 'g': 'G', 'f': 'F', 'i': 'I', 'h': 'H', 'k': 'K', 'j': 'J', 'l': 'L'})] PPRINT: [(1, {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D'}),  (2,   {'e': 'E',    'f': 'F',    'g': 'G',    'h': 'H',    'i': 'I',    'j': 'J',    'k': 'K',    'l': 'L'})]

pprint()格式化一个对象，并把它写至一个数据流，这个数据流做为参数传入（或者是默认的sys.stdout）

注意为何第二个字典中会显示一竖列，由于pprint打印支持8个对象以上的竖列打印

 

二、  格式化

格式化一个数据结构而不把它直接写至一个流（例如用于日志记录），可使用pformat()来构造一个字符串表示。 

1 2 3 4 5 6 7 8 9

import logging from pprint import pformat logging.basicConfig(level = logging.DEBUG,                     format = '%(levelname)-8s %(message)s',                     ) logging.debug('Logging pformatted data') formatted = pformat(data) for line in formatted.splitlines():     logging.debug(line.rstrip())

运行结果：

1 2 3 4 5 6 7 8 9 10 11

DEBUG    Logging pformatted data DEBUG    [(1, {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D'}), DEBUG     (2, DEBUG      {'e': 'E', DEBUG       'f': 'F', DEBUG       'g': 'G', DEBUG       'h': 'H', DEBUG       'i': 'I', DEBUG       'j': 'J', DEBUG       'k': 'K', DEBUG       'l': 'L'})]

而后能够单独低打印格式化的字符串或者计入日志

splitlines() 按行分割()

rstrip()去除右边的空格 lstrip()去除左边的空格 strip()去除两边空格。默认为去除空格，也能够传入须要从两边或者其中一边去除的字符，如strip(‘a’)就是去除字符串两边的字符’a’

三、  任意类

若是定制类定义了一个__repr__()方法，pprint()使用的PrettyPrinter类还能够处理这些定制类。

1 2 3 4 5 6 7 8 9 10 11 12 13 14

from pprint import pprint  class node(object):     def __init__(self,name,contents =[]):         self.name = name         self.contents = contents[:]     def __repr__(self):         return ('node(' + repr(self.name) + ',' +                 repr(self.contents) + ')'                 ) trees = [node('node-1'),          node('node-2',[node('node-2-1')]),          node('node-3',[node('node-3-1')]),                   ] pprint(trees)

运行结果：

1 2 3

[node('node-1',[]),  node('node-2',[node('node-2-1',[])]),  node('node-3',[node('node-3-1',[])])]

由PrettyPrinter组合嵌套对象的表示，从而返回完整字符串表示。

 四、  递归

递归数据结构有指向原数据源的引用来表示，形式为<Recursion on typename with id=number>。 

1 2 3 4 5 6

from pprint import pprint  local_data = ['a','b',1,2] local_data.append(local_data) print 'id(local_data) =>',id(local_data) pprint(local_data) print local_data

运行结果：

1 2 3

id(local_data) => 47458332363520 ['a', 'b', 1, 2, <Recursion on list with id=47458332363520>] ['a', 'b', 1, 2, [...]]

在这个例子中，列表local_data增长到了其自身，这会建立一个递归引用

内置函数id()做用是得到对象的id值，理论上讲每一个对象都有一个id值，若是是整数和字符串（(相对较小的时候)），那么相同的值会有相同的id值，可是若是是类，及时相同也会有不一样的id值。测试以下： 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

#int or float or lon 都同样(比较小的时候) a = 65464131311513l b = 65464131311513l c = 65464131311513l print id(a) print id(b) print id(c) print a = '12312312' b = '12312312' c = '12312312' print id(a) print id(b) print id(c) print  a = 65464131311513l*11 b = 65464131311513l*11 c = 65464131311513l*11 print id(a) print id(b) print id(c) print a = '12312312'*11 b = '12312312'*11 c = '12312312'*11 print id(a) print id(b) print id(c) print  class Test(object):     def __init__(self):         pass a = Test() b = Test() c = Test() print id(a) print id(b) print id(c) print

测试结果：

47010342174992

47010342174992

47010342174992

 

47010343272096

47010343272096

47010343272096

 

47010343261568

47010343261648

47010343261688

 

47010343200944

47010343199152

47010343202352

 

47010343252304

47010343252944

47010343253008

五、  限制嵌套输出

对于很是深的数据结构，可能不要求输出包含全部细节。有可能数据没有是当地格式化，也可能格式化文本过大而没法管理，或者默写数据时多余的。 

1 2 3 4 5 6 7 8 9

from pprint import pprint  print 'depth 1 :' pprint(data,depth=1) print  print 'depth 2 :' pprint(data,depth=2) print  print 'depth 3 :' pprint(data,depth=3)

运行结果：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

depth 1 : [(...), (...)] depth 2 : [(1, {...}), (2, {...})] depth 3 : [(1, {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D'}),  (2,   {'e': 'E',    'f': 'F',    'g': 'G',    'h': 'H',    'i': 'I',    'j': 'J',    'k': 'K',    'l': 'L'})]

使用depth参数能够控制美观打印机递归处理嵌套数据结构的深度。输出中未包含的层次由一个省略号表示 

六、  控制输出宽度

格式化文本的默认输出宽度为80列。要调整这个宽度，能够再pprint()中使用参数width。 

1 2 3 4 5

from pprint import pprint for width in [80,5]:     print 'WIDTH = ', width     pprint(data,width = width)     print

运行结果：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

WIDTH =  80 [(1, {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D'}),  (2,   {'e': 'E',    'f': 'F',    'g': 'G',    'h': 'H',    'i': 'I',    'j': 'J',    'k': 'K',    'l': 'L'})] WIDTH =  5 [(1,   {'a': 'A',    'b': 'B',    'c': 'C',    'd': 'D'}),  (2,   {'e': 'E',    'f': 'F',    'g': 'G',    'h': 'H',    'i': 'I',    'j': 'J',    'k': 'K',    'l': 'L'})]

宽度大小不能适应格式化数据结构时，若是斩断或转行会引入非法的语法，就不会进行截断或转行。

 

 

上一篇：若是你喜欢Python 那么你不得不知的几个开源项目
下一篇：python中单引号，双引号，多引号区别

如对本文内容有疑问，或想进一步交流学习，欢迎经过如下方式：

1. Python论坛

2. python技术互助群(请不要加多个群):

群④ ：385100854

群③ ：318130924

群② ：333646237

群① ：87464755

3. 关注PythonTab微信: Pythontab ，公众号：Pythontab中文网