字典库，包括良好的深度合并和字典作为对象
dictlib的Python项目详细描述
dictlib是字典的轻量级附加组件，其特点是：
- dictionary union正确完成：
union()（非永久安全），union_copy()（永久安全） "String.dot"表示法，用于从经典词典中检索，字符串键为：dig()，dig_get()，dug()。为了提高效率，它不是一个目标。如果希望在代码中更常用点表示法，请改用Dict()。Object.key字典键作为对象属性（简单类）：Dict()（对于快速成型很有用， 只要把你的班级定义为一个dict，不管怎样：- 平衡特性和性能：我们可以做更多的工作（比如支持字典[“this.key”]内联点表示法），但是我想
保持它接近本机性能，并且拥有像
dig()这样的外部函数类似于ruby的方法，因此您可以根据需要使用它， 如果你真的想要点符号，那么使用一个在运行时有效的内联方法，比如Dict()
NewClass=DictclassNewClass(Dict):pass
如果这对您不起作用，请考虑其他字典帮助程序库：
- Scalpl
- 更深入的工具，类似于
dictlib.dig()和dictlib.dug() - 不包括作为对象属性的键--
Dict()
- 更深入的工具，类似于
- Addict
- 类似于
addict.Dict()和dictlib.Dict() - 随着时间的推移，我将添加一个更好的比较
- 类似于
- Box
- 类似于
addict.Dict()和dictlib.Dict() - 随着时间的推移，我将添加一个更好的比较
- 类似于
union（）和union\u copy（）
fromdictlibimportunion,union_copydict1=union(dict1,dict2)dict3=union_copy(dict1,dict2)
dict2与dict1的深度联合，在dict1中递归合并字典值。 非字典元素被替换，首选项是dict2。
这会改变dict1，这是返回的结果，但它将引用 两本字典。如果不需要，请使用union_copy（），它是 高效但数据安全。
dig（）和dig-get（）
使用点表示法递归地从字典中提取。dig-get的行为类似于dict.get()，但使用点标记键。
fromdictlibimportdig,dig_getdict1={"a":{"b":{"c":1},"d":[{"e":1},{"f":2}]}}dig(dict1,"a.b.c")# 1dig(dict1,"a.d[1].f")# 2dig(dict1,"a.b.z")# KeyError: 'z'dig_get(dict1,"a.b.z")# Nonedig_get(dict1,"a.b.z",2)# 2
dug（）
与dig()相反，dug()使用点表示法将项放入嵌套字典。
这并不是一成不变的，因为它改变了原始字典。
fromdictlibimportdugdict1={"a":{"b":{"c":1}}}dug(dict1,"a.b.c",200)# {'a': {'b': {'c': 200}}}# and it will instantiate dictionaries as values if the key doesn't exist:dug(dict1,"a.b.z.e",True)# {'a': {'b': {'c': 200, 'z': {'e': True}}}}
注意：dug（）不支持推送到字典中的列表，它假定 所有值都是点符号字符串中的字典。如果你试图使用 一个列表索引，它的行为仍然像一本字典，可能会给你 意外结果：
dict1={"a":{"b":{"c":1}}}dug(dict1,"a.b.d[0].e",True)# {'a': {'b': {'c': 1, 'd': {0: {'e': True}}}}}
（请务必正确完成此功能）
dict（）
一点糖，以对象形式表示字典，其中键设置为 对象上的属性。功能：
- 如果密钥不是python安全的（
"this-key"是.this_key），它会标记它们。示例：
d=Dict({"this key":"value"})d["this-key"]# "value"d.this_key# "value"
- 递归——它将遍历字典的全部深度
这不是python zen，因为它提供了另一种使用词典的方法， 它对与内置方法冲突的名称有一些挑战，但是 非常
但我不介意，因为这是一点糖。
限制：
- 如果名称与保留字冲突，则引发错误
- 保留密钥前缀\f$\f供内部使用（引发错误）
- 由于名称空间冲突问题，您必须小心输入哪些键
ugly_var_。然而，它们并不是指向同一个
数据值！当两者都存在时，如果导出到原始对象^ {EM1}仅$ EEM>
使用标记化名称的值（参见示例）fromdictlibimportDictDict(key1=1,a=2)# {'key1': 1, 'a': 2}test_dict={"a":{"b":1,"ugly var!":2},"c":3}test_obj=Dict(**test_dict)test_obj.keys()# ['a', 'c']'a'intest_obj# Truetest_obj.get('c')# 3test_obj['c']# 3test_obj.c# 3test_obj.c=4test_obj.c# 4test_obj.a.b# 1test_obj.a.ugly_var_# 2test_obj.a['ugly var!']# 2# however, these are distinctly different values, don't be confused:test_obj.a.ugly_var_=0xdeadbeeftest_obj.a.ugly_var_# 3735928559test_obj.a['ugly var!']# 2# how it looks -- in most cases it tries to look normal for you, but you can# use __export__ and __original__ to be assured. In some cases you can see the# mapping keys, which is confusing, and needs to be fixed (PR appreciated):test_obj=Dict(test_dict)test_obj# {'a': {'b': 1, 'ugly_var_': 2, 'ugly var!': 2}, 'c': 3}importjsonjson.dumps(test_obj)# '{"a": {"b": 1, "ugly_var_": 2, "\\f$\\fugly_var_": "ugly var!", "ugly var!": 2}, "c": 3}'json.dumps(test_obj.__export__())# removes key mapping values, but keeps split tokenized keys# '{"a": {"b": 1, "ugly_var_": 2, "ugly var!": 2}, "c": 3}'json.dumps(test_obj.__original__())# removes key mapping values and tokenized keys# '{"a": {"b": 1, "ugly var!": 2}, "c": 3}'test_obj.__original__()# {'a': {'b': 1, 'ugly var!': 2}, 'c': 3}
注意：Dict()以前是Obj()，虽然已被弃用，但仍受支持。
dictlib.original（）和dictlib.export（）
walkdict1可以是dict（）/dict（）混合，并将任何dict（）导出到dicT（），
分别使用Dict.__original__()或Dict.__export__()方法。
（对于数据转换非常有用，例如dict->；yaml）
importjsonexport(Dict({"ugly first":1,"second":{"tres":Dict({"nachos":2})}}))# {'ugly_first': 1, 'ugly first': 1, 'second': {'tres': {'nachos': 2}}}json.dumps(Dict({"ugly first":1,"second":{"tres":Dict({"nachos":2})}}))# '{"ugly_first": 1, "\\\\f$\\\\fugly_first": "ugly first", "ugly first": 1, "second": {"tres": {"nachos": 2}}}'json.dumps(export(Dict({"ugly first":1,"second":{"tres":Dict({"nachos":2})}})))# '{"ugly_first": 1, "ugly first": 1, "second": {"tres": {"nachos": 2}}}'
欢迎加入QQ群-->： 979659372
