Video: Cloud Computing - Computer Science for Business Leaders 2016 2024
Python låter dig permanent lagra innehåll. En fil kan innehålla strukturerad eller ostrukturerad data. Ett exempel på strukturerad data är en databas där varje post har specifik information i den. En anställd databas skulle innehålla kolumner för namn, adress, anställd ID, och så vidare. Varje post skulle vara en enskild anställd och varje anställningsrekord skulle innehålla namn, adress och anställd ID-fält.
Ett exempel på ostrukturerad data är en textbehandlingsfil vars text kan innehålla något innehåll i vilken ordning som helst. Det finns ingen ordnad order för innehållet i ett stycke, och meningar kan innehålla ett antal ord. I båda fallen måste emellertid ansökan veta hur man utför CRUD-operationer med filen.
Detta innebär att innehållet måste förberedas på ett sådant sätt att ansökan kan skriva till och läsa från filen.
Även med textbehandlingsfiler måste texten följa en viss serie regler. Antag för ett ögonblick att filerna är enkel text. Ändå måste varje stycke ha en sorts avgränsare som berättar ansökan om att börja en ny paragraf.
Programmet läser stycket tills det ser den här avgränsaren, och sedan börjar en ny paragraf. Ju mer som ordbehandlaren erbjuder i egenskap av funktioner, desto mer strukturerad blir resultatet. Till exempel, när ordbehandlaren erbjuder en metod att formatera texten, måste formateringen visas som en del av utdatafilen.
Signalerna som gör innehållet användbart för permanent lagring är ofta dolda från syn. Allt du ser när du arbetar med filen är själva data. Formateringen är fortfarande osynlig av flera orsaker, till exempel följande:
-
Koden är en kontrolltecken, till exempel en vagnretur eller linjefeed, som normalt är osynlig som standard på plattformsnivån.
-
Applikationen bygger på kombinationer av speciella tecken, t.ex. kommatecken och dubbla citat, för att avgränsa uppgifterna. Dessa speciella teckenkombinationer förbrukas av programmet under läsning.
-
En del av läsningsprocessen konverterar tecknet till en annan form, till exempel när en textbehandlingsfil läses i innehåll som är formaterat. Formateringen visas på skärmen, men i bakgrunden innehåller filen specialtecken för att beteckna formateringen.
-
Filen är faktiskt i ett alternativt format, till exempel eXtensible Markup Language (XML). Det alternativa formatet tolkas och presenteras på skärmen på ett sätt som användaren kan förstå.
Andra regler finns för att formatera data. Till exempel använder Microsoft faktiskt en. zip-fil för att hålla sina senaste ordbehandlingsfiler (.docx) -filen. Användningen av en komprimerad filkatalog, t.ex. zip, lagrar mycket information på ett litet utrymme. Det är intressant att se hur andra lagrar data eftersom du ofta kan hitta mer effektiva och säkra metoder för datalagring.
Nu när du har en bättre uppfattning om vad som kan hända som en del av att förbereda innehåll för disklagring, är det dags att titta på ett exempel. I detta fall är formateringsstrategin ganska enkel. Allt detta exempel är att acceptera inmatning, formatera det för lagring och presentera den formaterade versionen på skärmen (istället för att spara den till disken ännu).
-
Öppna ett Python-filfönster.
Du ser en redigerare där du kan skriva exempelkoden.
-
Skriv följande kod i fönstret - tryck på Enter efter varje rad:
klass FormatData: def __init __ (själv, Namn = "Ålder = 0, Gift = Falsk): Själv. Namn = Namn själv. Ålder = Ålder själv. Gift = Gift def __str __ (själv): OutString = "'{0}',, {2}" format (själv. Namn, själv. Ålder, själv. Gift) returnera OutString
är en förkortad klass. Normalt lägger du till accessorer (getter och setter-metoder) och felkodningskod. (Kom ihåg att getter-metoder ger skrivskyddad tillgång till klassdata och settermetoder < ger skrivskyddad tillgång till klassdata.) Men klassen fungerar bra för demonstrationen. Funktionen __str __ () är huvudfunktionen. Observera att den formaterar utgångsdata på ett visst sätt. Strängvärdet, självnamn, är omsluttet i enkla citat. Var och en av värdena separeras också med ett komma.
Detta är egentligen en form av ett standardutdataformat, kommaseparerat värde (CSV) som används på ett brett spektrum av plattformar eftersom det är lätt att översätta och är i vanlig text, så det behövs inget speciellt för att arbeta med det.
Spara koden asFormattedData. py.
-
Öppna ett annat Python-filfönster.
-
Skriv följande kod i fönstret - tryck på Enter efter varje rad:
-
från FormattedData import FormatData NewData = [FormatData ("George", 65, True), FormatData ("Sally", 47, False), FormatData ("Doug", 52, True)] för Inträde i NewData: print (Entry)
Koden börjar genom att bara importera FormatData-klassen från FormattedData. I det här fallet spelar det ingen roll eftersom FormattedData-modulen bara innehåller en enda klass. Men du måste hålla denna teknik i åtanke när du bara behöver en klass från en modul.
För det mesta jobbar du med flera poster när du sparar data till disken. Du kan ha flera stycken i ett ordbehandlat dokument eller flera poster, som i det här fallet. Exemplet skapar en lista över poster och placerar dem i NewData. I det här fallet representerar NewData hela dokumentet. Representationen kommer sannolikt att ta andra former i en produktionsapplikation, men tanken är densamma.
Alla program som sparar data går igenom någon sorts utmatningsslinga.I det här fallet skrivs slingan enkelt på dataskärmen.
Välj Kör → Kör modul.
-
Detta är en representation av hur data ska visas i filen. I det här fallet separeras varje post med en kombination av vagnretur och linjekodskontroll. Det vill säga George, Sally och Doug är alla separata poster i filen. Varje
-fält (dataelement) separeras med ett komma. Textfält visas i citat, så att de inte förväxlas med andra datatyper.