属性的复合类支持。
cattrs的Python项目详细描述
===
斤
==
图片：：https://img.shields.io/pypi/v/cattrs.svg
：目标：https://pypi.python.org/pypi/cattrs
…图片：：https://img.shields.io/travis/tinche/cattrs.svg
：目标：https://travis ci.org/tinche/cattrs
…图片：：https://readthedocs.org/projects/cattrs/badge/？version=latest
：目标：https://cattrs.readthedocs.io/en/latest/？徽章=最新
：alt：文档状态
…图片：：https://img.shields.io/pypi/pyversions/cattrs.svg
：目标：https://github.com/tinche/cattrs
：alt:支持的python版本
…图像：：https://codecov.io/gh/tinche/cattrs/branch/master/graph/badge.svg
：目标：https://codecov.io/gh/tinche/cattrs
…image：：https://img.shields.io/badge/code%20style-black-000000.svg
：target:https://github.com/ambv/black
----
``cattrs``是一个用于结构化和非结构化数据的开源python库。`` cattrs``最适合与``attrs``类和通常的python
集合一起使用，但是通过手动注册
转换器支持其他类型的类。
python有一组功能强大、易于使用的内置数据类型，如
字典、列表和元组。这些数据类型也是大多数数据序列化库的通用语言，用于json、msgpack、yaml或toml等格式。
您的数据很可能是结构化的：并非所有字段名的组合都是值，都是程序的有效输入。在
python中，结构化数据更好地用类和枚举表示。
``attrs``是一个极好的库，用于声明性地描述
数据的结构并对其进行验证。
``cattrs有助于将这些数据转换为结构化数据。当您必须将结构化数据转换为其他库可以处理的数据类型时，
``cattrs``会将类和枚举转换为字典、整数和字符串。
包含一个浮点、一个int和一个字符串
的列表被转换为三个int的元组。doctest:：
>；>import cattr
>；>import tuple
>；
>；>cattr.structure（[1.0，2，"3"]，tuple[int，int，int]）
（1，2，3）
`cattrs``可以很好地与"attrs"类一起使用。
doctest:：
>；>import attr，cattr
>；
>；@attr.s（slots=true，frozen=true）也适用于普通类。
…C类：
…a=attr.ib（）
…b=attr.ib（）
…
>；>instance=c（1，'a'）
>；>cattr.unstructure（instance）
{'a'：1，'b'：'a'}
>；>cattr.structure（{'a'：1，'b'：'a'}，c）
c（a=1，b='a'）
这里有一个更复杂的例子，涉及"attr s"类使用类型
元数据。
…doctest:：
>；>来自enum import unique，enum
>；>来自键入import list，optional，sequence，union
>；>来自cattr import structure，unstructure
>；>import attr
>；
>；@unique
…catbreed类（枚举）：
…暹罗语："暹罗语"
…缅因州"缅因州"
…神圣的"birman"
…
>；@attr.s
…类别分类：
…品种：catbreed=attr.ib（）
…名称：sequence[str]=attr.ib（）
…
>；@attr.s
…类微芯片：
…芯片ID=attr.ib（）
…时间碎片：float=attr.ib（）
…
>；@attr.s
…班狗：
…可爱：int=attr.ib（）
…芯片：可选的[Dogmicchip]=attr.ib（）
…
>；>p=非结构化（[Dog（可爱=1，芯片=Dogmicchip（芯片ID=1，时间碎片=10.0）），
…猫（breed=catbreed.maine戋coon，names=（'fluffly'，'fluffer'））]）
…
>；>；打印（p）
[{可爱度：1，'chip'：{chip戋id'：1，'time戋chipped'：10.0}，{breed'：'maine戋coon，'names'：（'fluffly'，'fluffer'）}]
>；>；打印（结构（p，list[union[dog，cat]]）。
[狗（可爱=1，芯片=dogmicchip（芯片id=1，时间碎片=10.0）），猫（breed=<；catbreed.maine\'maine\'u coon'>；，names=['flufly'，'fluffer']）]
将非结构化数据视为需要转换为要处理的结构化数据的低级表示，并使用``STRucStudio'完成后，
``unstructure``将数据转换为非结构化形式，并将其传递到另一个
库或模块。使用[attrs type metadata]（http://attrs.readthedocs.io/en/stable/examples.html types）
将类型元数据添加到属性中，这样"cattrs"就知道如何构造和
解构它们。
*免费软件：mit license
*文档：https://cattrs.readthedocs.io。
*python版本支持的离子：2.7、3.5及更高版本。
*枚举实例将转换为其值。
*其他类型不经转换即可通过。这包括整数、字典、列表和非"attrs"类的实例等类型。
*任何类型的自定义转换器都可以使用"register非结构化挂钩"注册。
*根据sp作为一种类型给出的说明。支持以下类型：
*``类型.可选[t]`.
*``类型.列表[t]`，``类型.可变序列[t]`，``类型.序列[t]``（转换为列表）。
*``类型.元组```（两个变量，``元组[t，…]``和``元组[x，y，z]`）.
*``类型.可变集[t]`，``类型ing.set[t]``（转换为集合）。
*`` typing.frozenset[t]``（转换为frozenset）。
*`` typing.dict[k，v]``，`` typing.mutablemapping[k，v]`，`` typing.mapping[k，v]``（转换为dict）。
*``attrs``具有简单属性和通常的`````` init``的类。
*simple属性是可以分配给非结构化数据的属性，
类似于数字、字符串和非结构化数据集合。
*如果其复杂属性
具有类型元数据，则所有具有常用"初始"的"attrs"类。
*"typing.union"是受支持的`` attrs``类，假设所有类都有一个唯一的字段。
*`` typing.union``的任何类型，假设您为它提供了一个消歧函数。
*任何类型的自定义转换器都可以使用`` register_structure_hook``注册。
credits
---——
hynek schlawack创建attrs及其前身的主要功劳，
characteristic\ux.
``cattrs``由david r.maciver用假设检验。
``cattrs``由victor stinner用perf\ux进行基准测试。
找到"audreyr/cookiecutter pypackage"项目模板。_属性：https://github.com/hynek/attrs
…_特征：https://github.com/hynek/characteristic
…_假设：http://hypothesis.readthedocs.io/en/latest/
。_性能：https://github.com/haypo/perf
…_ Cookiecutter:https://github.com/audreyr/Cookiecutter
。_` audreyr/cookiecutter pypackage`:https://github.com/audreyr/cookiecutter-pypackagGE
=
=
历史
==
<0.9.0（2018-07-22）
----
*支持Python 3.7。
0.8.1（2018-06-19）
----
*消歧函数生成器现在支持"attrs"类和非类型的联合。
0.8.0（2018-04-14）
————
*分发修复。
0.7.0（2018-04-12）
——
*删除了未记录的"converter.unstruct嫒strat嫒property setter"。
*删除了设置"converter.structure嫒attrs嫒instance字段的功能。
作为替代方法，c创建新的"转换器"：
…代码块：python--
*打包修复。
（` 17<；https://github.com/tinche/cattrs/pull/17>；` `）
<0.5.0（2017-12-11）
----
*结构/非结构现在支持使用函数和类来决定适当的函数。
*添加了"converter.register"结构e_hook_func`，注册一个函数而不是一个类来确定处理函数。
*添加了"converter.register_unstructure_hook_func`，注册一个函数而不是一个类来确定处理函数。
*不再需要或提供自动输入。
*具有defaul的属性如果输入中缺少t值，则现在可以对其进行结构化。
（` 15<；https://github.com/tinche/cattrs/pull/15>；` ` ` `）
*`如果输入中缺少可选的'属性，则不能再对其进行结构化。
换句话说，这将不再有效：
。代码块：：python
@attr.s
a类：
a:可选的[int]=attr.ib（）
>>>cattr.structure（{}，a）
*``cattr.typed``已删除，因为该功能现在存在于``attrs``本身中。
将``cattr.typed（type）``的实例替换为``attr.ib（type=type）`.
0.4.0（2017-07-17）
----
*`converter.loads`现在是'converter.structure`，`converter.dumps`现在是'converter.unstructure`.
*支持python 2.7。
*将'cattr.typing`移动到'cattr.vendor.typing``以支持不同的供应商python 2和python 3的typing.py的红色版本。
*可以使用"cattr.typed"将类型元数据添加到"attrs"类中。
>0.3.0（2017-03-18）
----
*不再支持python 3.4。
*引入了"cattr.typing"以用于python 3.5版。2和3.6.0.
*对"typing"的较新版本所做的细微更改不再支持裸选项（使用"optional[any]"）。
*尝试加载无法识别的类将导致valueerror和注册加载挂钩的有用消息。
*加载`` attrs``类现在被记录在案。
*全局转换器现在被记录在案。
*``cattr.loads_attrs_fromtuple``和``cattr.loads_attrs_fromtict``现在被公开。
>0.2.0（2016-10-02）
----
*测试和文档。
<0.1.0（2016-08-13）
---————
*PYPI上的第一个版本。
斤
==
图片：：https://img.shields.io/pypi/v/cattrs.svg
：目标：https://pypi.python.org/pypi/cattrs
…图片：：https://img.shields.io/travis/tinche/cattrs.svg
：目标：https://travis ci.org/tinche/cattrs
…图片：：https://readthedocs.org/projects/cattrs/badge/？version=latest
：目标：https://cattrs.readthedocs.io/en/latest/？徽章=最新
：alt：文档状态
…图片：：https://img.shields.io/pypi/pyversions/cattrs.svg
：目标：https://github.com/tinche/cattrs
：alt:支持的python版本
…图像：：https://codecov.io/gh/tinche/cattrs/branch/master/graph/badge.svg
：目标：https://codecov.io/gh/tinche/cattrs
…image：：https://img.shields.io/badge/code%20style-black-000000.svg
：target:https://github.com/ambv/black
----
``cattrs``是一个用于结构化和非结构化数据的开源python库。`` cattrs``最适合与``attrs``类和通常的python
集合一起使用，但是通过手动注册
转换器支持其他类型的类。
python有一组功能强大、易于使用的内置数据类型，如
字典、列表和元组。这些数据类型也是大多数数据序列化库的通用语言，用于json、msgpack、yaml或toml等格式。
您的数据很可能是结构化的：并非所有字段名的组合都是值，都是程序的有效输入。在
python中，结构化数据更好地用类和枚举表示。
``attrs``是一个极好的库，用于声明性地描述
数据的结构并对其进行验证。
``cattrs有助于将这些数据转换为结构化数据。当您必须将结构化数据转换为其他库可以处理的数据类型时，
``cattrs``会将类和枚举转换为字典、整数和字符串。
包含一个浮点、一个int和一个字符串
的列表被转换为三个int的元组。doctest:：
>；>import cattr
>；>import tuple
>；
>；>cattr.structure（[1.0，2，"3"]，tuple[int，int，int]）
（1，2，3）
`cattrs``可以很好地与"attrs"类一起使用。
doctest:：
>；>import attr，cattr
>；
>；@attr.s（slots=true，frozen=true）也适用于普通类。
…C类：
…a=attr.ib（）
…b=attr.ib（）
…
>；>instance=c（1，'a'）
>；>cattr.unstructure（instance）
{'a'：1，'b'：'a'}
>；>cattr.structure（{'a'：1，'b'：'a'}，c）
c（a=1，b='a'）
这里有一个更复杂的例子，涉及"attr s"类使用类型
元数据。
…doctest:：
>；>来自enum import unique，enum
>；>来自键入import list，optional，sequence，union
>；>来自cattr import structure，unstructure
>；>import attr
>；
>；@unique
…catbreed类（枚举）：
…暹罗语："暹罗语"
…缅因州"缅因州"
…神圣的"birman"
…
>；@attr.s
…类别分类：
…品种：catbreed=attr.ib（）
…名称：sequence[str]=attr.ib（）
…
>；@attr.s
…类微芯片：
…芯片ID=attr.ib（）
…时间碎片：float=attr.ib（）
…
>；@attr.s
…班狗：
…可爱：int=attr.ib（）
…芯片：可选的[Dogmicchip]=attr.ib（）
…
>；>p=非结构化（[Dog（可爱=1，芯片=Dogmicchip（芯片ID=1，时间碎片=10.0）），
…猫（breed=catbreed.maine戋coon，names=（'fluffly'，'fluffer'））]）
…
>；>；打印（p）
[{可爱度：1，'chip'：{chip戋id'：1，'time戋chipped'：10.0}，{breed'：'maine戋coon，'names'：（'fluffly'，'fluffer'）}]
>；>；打印（结构（p，list[union[dog，cat]]）。
[狗（可爱=1，芯片=dogmicchip（芯片id=1，时间碎片=10.0）），猫（breed=<；catbreed.maine\'maine\'u coon'>；，names=['flufly'，'fluffer']）]
将非结构化数据视为需要转换为要处理的结构化数据的低级表示，并使用``STRucStudio'完成后，
``unstructure``将数据转换为非结构化形式，并将其传递到另一个
库或模块。使用[attrs type metadata]（http://attrs.readthedocs.io/en/stable/examples.html types）
将类型元数据添加到属性中，这样"cattrs"就知道如何构造和
解构它们。
*免费软件：mit license
*文档：https://cattrs.readthedocs.io。
*python版本支持的离子：2.7、3.5及更高版本。
*枚举实例将转换为其值。
*其他类型不经转换即可通过。这包括整数、字典、列表和非"attrs"类的实例等类型。
*任何类型的自定义转换器都可以使用"register非结构化挂钩"注册。
*根据sp作为一种类型给出的说明。支持以下类型：
*``类型.可选[t]`.
*``类型.列表[t]`，``类型.可变序列[t]`，``类型.序列[t]``（转换为列表）。
*``类型.元组```（两个变量，``元组[t，…]``和``元组[x，y，z]`）.
*``类型.可变集[t]`，``类型ing.set[t]``（转换为集合）。
*`` typing.frozenset[t]``（转换为frozenset）。
*`` typing.dict[k，v]``，`` typing.mutablemapping[k，v]`，`` typing.mapping[k，v]``（转换为dict）。
*``attrs``具有简单属性和通常的`````` init``的类。
*simple属性是可以分配给非结构化数据的属性，
类似于数字、字符串和非结构化数据集合。
*如果其复杂属性
具有类型元数据，则所有具有常用"初始"的"attrs"类。
*"typing.union"是受支持的`` attrs``类，假设所有类都有一个唯一的字段。
*`` typing.union``的任何类型，假设您为它提供了一个消歧函数。
*任何类型的自定义转换器都可以使用`` register_structure_hook``注册。
credits
---——
hynek schlawack创建attrs及其前身的主要功劳，
characteristic\ux.
``cattrs``由david r.maciver用假设检验。
``cattrs``由victor stinner用perf\ux进行基准测试。
找到"audreyr/cookiecutter pypackage"项目模板。_属性：https://github.com/hynek/attrs
…_特征：https://github.com/hynek/characteristic
…_假设：http://hypothesis.readthedocs.io/en/latest/
。_性能：https://github.com/haypo/perf
…_ Cookiecutter:https://github.com/audreyr/Cookiecutter
。_` audreyr/cookiecutter pypackage`:https://github.com/audreyr/cookiecutter-pypackagGE
=
=
历史
==
<0.9.0（2018-07-22）
----
*支持Python 3.7。
0.8.1（2018-06-19）
----
*消歧函数生成器现在支持"attrs"类和非类型的联合。
0.8.0（2018-04-14）
————
*分发修复。
0.7.0（2018-04-12）
——
*删除了未记录的"converter.unstruct嫒strat嫒property setter"。
*删除了设置"converter.structure嫒attrs嫒instance字段的功能。
作为替代方法，c创建新的"转换器"：
…代码块：python--
*打包修复。
（` 17<；https://github.com/tinche/cattrs/pull/17>；` `）
<0.5.0（2017-12-11）
----
*结构/非结构现在支持使用函数和类来决定适当的函数。
*添加了"converter.register"结构e_hook_func`，注册一个函数而不是一个类来确定处理函数。
*添加了"converter.register_unstructure_hook_func`，注册一个函数而不是一个类来确定处理函数。
*不再需要或提供自动输入。
*具有defaul的属性如果输入中缺少t值，则现在可以对其进行结构化。
（` 15<；https://github.com/tinche/cattrs/pull/15>；` ` ` `）
*`如果输入中缺少可选的'属性，则不能再对其进行结构化。
换句话说，这将不再有效：
。代码块：：python
@attr.s
a类：
a:可选的[int]=attr.ib（）
>>>cattr.structure（{}，a）
*``cattr.typed``已删除，因为该功能现在存在于``attrs``本身中。
将``cattr.typed（type）``的实例替换为``attr.ib（type=type）`.
0.4.0（2017-07-17）
----
*`converter.loads`现在是'converter.structure`，`converter.dumps`现在是'converter.unstructure`.
*支持python 2.7。
*将'cattr.typing`移动到'cattr.vendor.typing``以支持不同的供应商python 2和python 3的typing.py的红色版本。
*可以使用"cattr.typed"将类型元数据添加到"attrs"类中。
>0.3.0（2017-03-18）
----
*不再支持python 3.4。
*引入了"cattr.typing"以用于python 3.5版。2和3.6.0.
*对"typing"的较新版本所做的细微更改不再支持裸选项（使用"optional[any]"）。
*尝试加载无法识别的类将导致valueerror和注册加载挂钩的有用消息。
*加载`` attrs``类现在被记录在案。
*全局转换器现在被记录在案。
*``cattr.loads_attrs_fromtuple``和``cattr.loads_attrs_fromtict``现在被公开。
>0.2.0（2016-10-02）
----
*测试和文档。
<0.1.0（2016-08-13）
---————
*PYPI上的第一个版本。
欢迎加入QQ群-->： 979659372
