pythonjsonfield的简单介绍

本文目录一览：

1、如何用python把protobuf转化json
2、mysql对json取值路径怎么设置变量
3、初学Python照着写了个爬虫不知道错误在哪，怎么改？
4、Python模块的几种类型简介

如何用python把protobuf转化json

直接利用python提供的json包，在django model的定义中增加一个方法toJSON，利用django model 能访问 _meta.fields 得到相关属性而得到，例子如下：

class Category(models.Model):

autoid = models.AutoField(primary_key=True)

email=models.CharField(max_length=150,blank=False)

comtype=models.CharField(max_length=20,blank=False)

catname=models.CharField(max_length=150,blank=False)

def __unicode__(self):

return ‘%s’ % (self.catname)

def toJSON(self):

import json

return json.dumps(dict([(attr, getattr(self, attr)) for attr in [f.name for f in self._meta.fields]]))

然后用django查出数据，并转换成json，代码如下：

row=models.Category.objects.get(autoid=23)

print row.toJSON()

mysql对json取值路径怎么设置变量

我们知道，JSON是一种轻量级的数据交互的格式，大部分NO SQL数据库的存储都用JSON。MySQL从5.7开始支持JSON格式的数据存储，并且新增了很多JSON相关函数。MySQL 8.0 又带来了一个新的把JSON转换为TABLE的函数JSON_TABLE，实现了JSON到表的转换。

举例一

我们看下简单的例子：

简单定义一个两级JSON 对象

mysql set @ytt='{“name”:[{“a”:”ytt”,”b”:”action”}, {“a”:”dble”,”b”:”shard”},{“a”:”mysql”,”b”:”oracle”}]}’;Query OK, 0 rows affected (0.00 sec)

第一级：

mysql select json_keys(@ytt);+—————–+| json_keys(@ytt) |+—————–+| [“name”] |+—————–+1 row in set (0.00 sec)

第二级：

mysql select json_keys(@ytt,’$.name[0]’);+—————————–+| json_keys(@ytt,’$.name[0]’) |+—————————–+| [“a”, “b”] |+—————————–+1 row in set (0.00 sec)

我们使用MySQL 8.0 的JSON_TABLE 来转换 @ytt。

mysql select * from json_table(@ytt,’$.name[*]’ columns (f1 varchar(10) path ‘$.a’, f2 varchar(10) path ‘$.b’)) as tt;

+——-+——–+

| f1 | f2 |

+——-+——–+

| ytt | action |

| dble | shard |

| mysql | oracle |

+——-+——–+

3 rows in set (0.00 sec)

举例二

再来一个复杂点的例子，用的是EXPLAIN 的JSON结果集。

JSON 串 @json_str1。

set @json_str1 = ‘ { “query_block”: { “select_id”: 1, “cost_info”: { “query_cost”: “1.00” }, “table”: { “table_name”: “bigtable”, “access_type”: “const”, “possible_keys”: [ “id” ], “key”: “id”, “used_key_parts”: [ “id” ], “key_length”: “8”, “ref”: [ “const” ], “rows_examined_per_scan”: 1, “rows_produced_per_join”: 1, “filtered”: “100.00”, “cost_info”: { “read_cost”: “0.00”, “eval_cost”: “0.20”, “prefix_cost”: “0.00”, “data_read_per_join”: “176” }, “used_columns”: [ “id”, “log_time”, “str1”, “str2” ] } }}’;

第一级：

mysql select json_keys(@json_str1) as ‘first_object’;+—————–+| first_object |+—————–+| [“query_block”] |+—————–+1 row in set (0.00 sec)

第二级：

mysql select json_keys(@json_str1,’$.query_block’) as ‘second_object’;+————————————-+| second_object |+————————————-+| [“table”, “cost_info”, “select_id”] |+————————————-+1 row in set (0.00 sec)

第三级：

mysql select json_keys(@json_str1,’$.query_block.table’) as ‘third_object’\G*************************** 1. row ***************************third_object: [“key”,”ref”,”filtered”,”cost_info”,”key_length”,”table_name”,”access_type”,”used_columns”,”possible_keys”,”used_key_parts”,”rows_examined_per_scan”,”rows_produced_per_join”]1 row in set (0.01 sec)

第四级：

mysql select json_extract(@json_str1,’$.query_block.table.cost_info’) as ‘forth_object’\G*************************** 1. row ***************************forth_object: {“eval_cost”:”0.20″,”read_cost”:”0.00″,”prefix_cost”:”0.00″,”data_read_per_join”:”176″}1 row in set (0.00 sec)

那我们把这个JSON 串转换为表。

SELECT * FROM JSON_TABLE(@json_str1,

“$.query_block”

COLUMNS(

rowid FOR ORDINALITY,

NESTED PATH ‘$.table’

COLUMNS (

a1_1 varchar(100) PATH ‘$.key’,

a1_2 varchar(100) PATH ‘$.ref[0]’,

a1_3 varchar(100) PATH ‘$.filtered’,

nested path ‘$.cost_info’

columns (

a2_1 varchar(100) PATH ‘$.eval_cost’ ,

a2_2 varchar(100) PATH ‘$.read_cost’,

a2_3 varchar(100) PATH ‘$.prefix_cost’,

a2_4 varchar(100) PATH ‘$.data_read_per_join’

a3 varchar(100) PATH ‘$.key_length’,

a4 varchar(100) PATH ‘$.table_name’,

a5 varchar(100) PATH ‘$.access_type’,

a6 varchar(100) PATH ‘$.used_key_parts[0]’,

a7 varchar(100) PATH ‘$.rows_examined_per_scan’,

a8 varchar(100) PATH ‘$.rows_produced_per_join’,

a9 varchar(100) PATH ‘$.key’

NESTED PATH ‘$.cost_info’

columns (

b1_1 varchar(100) path ‘$.query_cost’

c INT path “$.select_id”

)

) AS tt;

+——-+——+——-+——–+——+——+——+——+——+———-+——-+——+——+——+——+——+——+

| rowid | a1_1 | a1_2 | a1_3 | a2_1 | a2_2 | a2_3 | a2_4 | a3 | a4 | a5 | a6 | a7 | a8 | a9 | b1_1 | c |

+——-+——+——-+——–+——+——+——+——+——+———-+——-+——+——+——+——+——+——+

| 1 | id | const | 100.00 | 0.20 | 0.00 | 0.00 | 176 | 8 | bigtable | const | id | 1 | 1 | id | NULL | 1 |

+——-+——+——-+——–+——+——+——+——+——+———-+——-+——+——+——+——+——+——+

2 rows in set (0.00 sec)

当然，JSON_table 函数还有其他的用法，我这里不一一列举了，详细的参考手册。

请点击输入图片描述

初学Python照着写了个爬虫不知道错误在哪，怎么改？

这是初学者经常犯的错误：

reply_info = json.loads(each.xpath(‘@data-field’)[0].replace(‘”‘,”))

reply_info这个数组有可能为0，所以要加个判断，让代码在该数组为空时也能跑，如下：

field_01 = each.xpath(‘@data-field’)

if len(field_01) == 0:

continue

reply_info = json.loads(field_01[0].replace(‘”‘,”))

同理，下面获取content和reply_time的数据时，也需要加入这个判断，以后写代码也要养成这个习惯，加油~

Python模块的几种类型简介

1、系统内置模块

os模块：os模块包含普遍的操作系统功能

sys模块：提供了一系列有关Python运行环境的变量和函数

random模块：random模块用于生成随机数

time 模块: 主要包含各种提供日期、时间功能的类和函数

datetime模块：对time模块的一个高级封装

shutil模块：是一种高层次的文件操作工具

logging模块：将日志打印到了标准输出中

re模块：可以直接调用来实现正则匹配

pymysql模块：连接数据库,并实现简单的增删改查

threading模块：提供了更强大的多线程管理方案

queue模块：实现了多生产者,多消费者的队列

json模块：用于字符串和数据类型间进行转换json

2、开源(三方)模块

Requests：最富盛名的http库。每个Python程序员都应该有它。

Scrapy：从事爬虫相关的工作，这个库也是必不可少的。

NumPy：为Python提供了很多高级的数学方法。

matplotlib：一个绘制数据图的库。对于数据分析师非常有用。

Pygame：开发2D游戏的时候可以用上。

Scapy：用Python写的数据包探测和分析库。

Django：开源Web开发框架，它鼓励快速开发,并遵循MVC设计，开发周期短。

Py2exe：将python脚本转换为windows上可以独立运行的可执行程序。

BeautifulSoup：基于Python的HTML/XML解析器，简单易用。

PyGtk：基于Python的GUI程序开发GTK+库。

3、自定义模块

自定义模块是自己写的模块，对某段逻辑或某些函数进行封装后供其他函数调用。

注意：自定义模块的命名一定不能和系统内置的模块重名了，否则将不能再导入系统的内置模块了。

例如：自定义了一个sys.py模块后，再想使用系统的sys模块是不能使用的。

原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/238637.html

pythonjsonfield的简单介绍

本文目录一览：

如何用python把protobuf转化json

mysql对json取值路径怎么设置变量

初学Python照着写了个爬虫不知道错误在哪，怎么改？

Python模块的几种类型简介

相关推荐

发表回复