CSV解析

Question

我在一个项目中遇到了问题，在这个项目中，我正在解析一个csv文件，该文件将包含教科书的部分和子部分，如下所示：

Chapter, Section, Lesson  #this line shows how the book will be organized
Ch1Name, Secion1Name, Lesson1Name
Ch1Name, Secion2Name, Lesson1Name
Ch1Name, Secion2Name, Lesson2Name

我正在为每个节创建Django模型对象，每个节都有一个parent属性，它就是它所在的父节。我很难想出一种方法来通过csv文件，这样的方式，家长分配是正确的。任何关于如何开始的想法都会很好。你知道吗

Answer 1

首先，希望您已经在使用csv模块，而不是试图手动解析它。你知道吗

第二，你的问题并不完全清楚，但听起来你好像在试图从你阅读的数据中建立一个简单的树结构。你知道吗

那么，像这样的事？你知道吗

with open('book.csv') as book:
    chapters = collections.defaultdict(collections.defaultdict(list))
    book.readline() # to skip the headers
    for chapter_name, section_name, lesson_name in csv.reader(book):
        chapters[chapter_name][section_name].append(lesson_name)

当然，这是假设你想要一个“关联树”——一个dict的dict树。一个更普通的线性树，比如list的list树，或者一个“父指针”形式的隐式树，更简单。你知道吗

例如，假设您有这样定义的类：

class Chapter(object):
    def __init__(self, name):
        self.name = name

class Section(object):
    def __init__(self, chapter, name):
        self.chapter = chapter
        self.name = name

class Lesson(object):
    def __init__(self, section, name):
        self.section = section
        self.name = name

并且您希望每个都有一个dict，将名称映射到对象。所以：

with open('book.csv') as book:
    chapters, sections, lessons = {}, {}, {}
    book.readline() # to skip the headers
    for chapter_name, section_name, lesson_name in csv.reader(book):
        chapter = chapters.setdefault(chapter_name, Chapter(chapter_name))
        section = sections.setdefault(section_name, Section(chapter, section_name))
        lesson = lessons.setdefault(lesson_name, Lesson(section, lesson_name))

现在，您可以随机选择一节课，并打印其章节：

lesson = random.choice(lessons.values())
print('Chapter {}, Section {}: Lesson {}'.format(lesson.section.chapter.name,
                                                 lesson.section.name, lesson.name))

---

最后要记住的一点：在本例中，父引用不会导致任何循环引用，因为父引用没有对其子引用。但如果你需要呢？你知道吗

class Chapter(object):
    def __init__(self, name):
        self.name = name
        self.sections = {}

class Section(object):
    def __init__(self, chapter, name):
        self.chapter = chapter
        self.name = name
        self.lessons = {}

# ...

chapter = chapters.setdefault(chapter_name, Chapter(chapter_name))
section = sections.setdefault(section_name, Section(chapter, section_name))
chapters[section_name] = section

到目前为止，还不错…但是当你处理完所有这些物体之后会发生什么呢？它们具有循环引用，这可能会导致垃圾回收问题。这不是不可克服的问题，但它确实意味着在大多数实现中对象不会被快速收集。例如，在CPython中，当最后一个引用超出范围时，通常会立即收集内容，但是如果您有循环引用，则不会发生这种情况，因此在循环检测器的下一个过程之前不会收集任何内容。解决方法是使用^{}作为父指针（或子指针的weakref集合）。你知道吗