介绍一个非常好用的Python模块-pprint模块，相信你一定会爱上它的

Posted 2021-11-12 小小程序员ol

一. pprint美观打印数据结构

pprint模块包含一个“美观打印机”，用于生成数据结构的一个美观的视图。格式化工具会生成数据结构的一些表示，不仅能够由解释器正确地解析，还便于人阅读。输出会尽可能放在一行上，分解为多行时会缩进。

1.打印

from pprint import pprint

data = [
    (1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
    (2, {\'e\': \'E\', \'f\': \'F\', \'g\': \'G\', \'h\': \'H\',
         \'i\': \'I\', \'j\': \'J\', \'k\': \'K\', \'l\': \'L\'}),
    (3, [\'m\', \'n\']),
    (4, [\'o\', \'p\', \'q\']),
    (5, [\'r\', \'s\', \'t\'\'u\', \'v\', \'x\', \'y\', \'z\']),
]
print(\'PRINT:\')
print(data)
print()
print(\'PPRINT:\')
pprint(data)

pprint()格式化一个对象，并把它作为参数传入一个数据流(或者是默认的sys.stdout)。

PRINT:
[(1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}), (2, {\'e\': \'E\', \'f\': \'F\', \'g\': \'G\', \'h\': \'H\', \'i\': \'I\', \'j\': \'J\', \'k\': \'K\', \'l\': \'L\'}), (3, [\'m\', \'n\']), (4, [\'o\', \'p\', \'q\']), (5, [\'r\', \'s\', \'tu\', \'v\', \'x\', \'y\', \'z\'])]

PPRINT:
[(1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
 (2,
  {\'e\': \'E\',
   \'f\': \'F\',
   \'g\': \'G\',
   \'h\': \'H\',
   \'i\': \'I\',
   \'j\': \'J\',
   \'k\': \'K\',
   \'l\': \'L\'}),
 (3, [\'m\', \'n\']),
 (4, [\'o\', \'p\', \'q\']),
 (5, [\'r\', \'s\', \'tu\', \'v\', \'x\', \'y\', \'z\'])]

2 .格式化

要格式化一个数据结构而不是把它直接写入一个流(即用于日志)，可以使用pformat()来构建一个字符串表示。

import logging
from pprint import pformat

data = [
    (1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
    (2, {\'e\': \'E\', \'f\': \'F\', \'g\': \'G\', \'h\': \'H\',
         \'i\': \'I\', \'j\': \'J\', \'k\': \'K\', \'l\': \'L\'}),
    (3, [\'m\', \'n\']),
    (4, [\'o\', \'p\', \'q\']),
    (5, [\'r\', \'s\', \'t\'\'u\', \'v\', \'x\', \'y\', \'z\']),
]
logging.basicConfig(
    level=logging.DEBUG,
    format=\'%(levelname)-8s %(message)s\',
)
logging.debug(\'Logging pformatted data\')
formatted = pformat(data)
for line in formatted.splitlines():
    logging.debug(line.rstrip())

然后可以单独打印这个格式化的字符串或者记入日志。

DEBUG    Logging pformatted data
DEBUG    [(1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
DEBUG     (2,
DEBUG      {\'e\': \'E\',
DEBUG       \'f\': \'F\',
DEBUG       \'g\': \'G\',
DEBUG       \'h\': \'H\',
DEBUG       \'i\': \'I\',
DEBUG       \'j\': \'J\',
DEBUG       \'k\': \'K\',
DEBUG       \'l\': \'L\'}),
DEBUG     (3, [\'m\', \'n\']),
DEBUG     (4, [\'o\', \'p\', \'q\']),
DEBUG     (5, [\'r\', \'s\', \'tu\', \'v\', \'x\', \'y\', \'z\'])]

3. 任意类

如果一个定制类定义了一个__repr__()方法，那么pprint()使用的PrettyPrinter类还可以处理这样的定制类。

from pprint import pprint


class node:
    def __init__(self, name, contents=[]):
        self.name = name
        self.contents = contents[:]

    def __repr__(self):
        return (
                \'node(\' + repr(self.name) + \', \' +
                repr(self.contents) + \')\'
        )


trees = [
    node(\'node-1\'),
    node(\'node-2\', [node(\'node-2-1\')]),
    node(\'node-3\', [node(\'node-3-1\')]),
]
pprint(trees)

利用由PrettyPrinter组合的嵌套对象的表示来返回完整的字符串表示。

[node(\'node-1\', []),
 node(\'node-2\', [node(\'node-2-1\', [])]),
 node(\'node-3\', [node(\'node-3-1\', [])])]

4. 递归

递归数据结构由指向原数据源的引用表示，形式为<Recursion on typename with id=number>

\'\'\'
学习中遇到问题没人解答？小编创建了一个Python学习交流群：725638078
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
\'\'\'
from pprint import pprint

local_data = [\'a\', \'b\', 1, 2]
local_data.append(local_data)
print(\'id(local_data) =>\', id(local_data))
pprint(local_data)

在这个例子中，列表local_data增加到其自身，这会创建一个递归引用。

id(local_data) => 2763816527488
[\'a\', \'b\', 1, 2, <Recursion on list with id=2763816527488>]

5. 限制嵌套输出

对于非常深的数据结构，可能不要求输出中包含所有细节。数据有可能没有适当地格式化，也可能格式化文本过大而无法管理，或者有些数据可能是多余的。

from pprint import pprint

data = [
    (1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
    (2, {\'e\': \'E\', \'f\': \'F\', \'g\': \'G\', \'h\': \'H\',
         \'i\': \'I\', \'j\': \'J\', \'k\': \'K\', \'l\': \'L\'}),
    (3, [\'m\', \'n\']),
    (4, [\'o\', \'p\', \'q\']),
    (5, [\'r\', \'s\', \'t\'\'u\', \'v\', \'x\', \'y\', \'z\']),
]
pprint(data, depth=1)
pprint(data, depth=2)

使用depth参数可以控制美观打印机递归处理嵌套数据结构的深度。输出中未包含的层次用省略号表示。

[(...), (...), (...), (...), (...)]
[(1, {...}), (2, {...}), (3, [...]), (4, [...]), (5, [...])]

6.控制输出宽度

格式化文本的默认输出宽度为80列。要调整这个宽度，可以在pprint()中使用参数width。

from pprint import pprint

data = [
    (1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
    (2, {\'e\': \'E\', \'f\': \'F\', \'g\': \'G\', \'h\': \'H\',
         \'i\': \'I\', \'j\': \'J\', \'k\': \'K\', \'l\': \'L\'}),
    (3, [\'m\', \'n\']),
    (4, [\'o\', \'p\', \'q\']),
    (5, [\'r\', \'s\', \'t\'\'u\', \'v\', \'x\', \'y\', \'z\']),
]
for width in [80, 5]:
    print(\'WIDTH =\', width)
    pprint(data, width=width)
    print()

当宽度太小而不能满足格式化数据结构时，倘若截断或转行会导致非法语法，那么便不会截断或转行。

WIDTH = 80
[(1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
 (2,
  {\'e\': \'E\',
   \'f\': \'F\',
   \'g\': \'G\',
   \'h\': \'H\',
   \'i\': \'I\',
   \'j\': \'J\',
   \'k\': \'K\',
   \'l\': \'L\'}),
 (3, [\'m\', \'n\']),
 (4, [\'o\', \'p\', \'q\']),
 (5, [\'r\', \'s\', \'tu\', \'v\', \'x\', \'y\', \'z\'])]

WIDTH = 5
[(1,
  {\'a\': \'A\',
   \'b\': \'B\',
   \'c\': \'C\',
   \'d\': \'D\'}),
 (2,
  {\'e\': \'E\',
   \'f\': \'F\',
   \'g\': \'G\',
   \'h\': \'H\',
   \'i\': \'I\',
   \'j\': \'J\',
   \'k\': \'K\',
   \'l\': \'L\'}),
 (3,
  [\'m\',
   \'n\']),
 (4,
  [\'o\',
   \'p\',
   \'q\']),
 (5,
  [\'r\',
   \'s\',
   \'tu\',
   \'v\',
   \'x\',
   \'y\',
   \'z\'])]

compact标志告诉pprint()尝试在每一行上放置更多数据，而不是把复杂数据结构分解为多行。

from pprint import pprint

data = [
    (1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
    (2, {\'e\': \'E\', \'f\': \'F\', \'g\': \'G\', \'h\': \'H\',
         \'i\': \'I\', \'j\': \'J\', \'k\': \'K\', \'l\': \'L\'}),
    (3, [\'m\', \'n\']),
    (4, [\'o\', \'p\', \'q\']),
    (5, [\'r\', \'s\', \'t\'\'u\', \'v\', \'x\', \'y\', \'z\']),
]
for width in [80, 5]:
    print(\'WIDTH =\', width)
    pprint(data, width=width)
    print()

这个例子展示了一个数据结构再一行上放不下时，它会分解(数据列表中的第二项也是如此)。如果多个元素可以放置在一行上(如第三个和第四个成员)，那么便会把它们放在同一行上。

WIDTH = 80
[(1, {\'a\': \'A\', \'b\': \'B\', \'c\': \'C\', \'d\': \'D\'}),
 (2,
  {\'e\': \'E\',
   \'f\': \'F\',
   \'g\': \'G\',
   \'h\': \'H\',
   \'i\': \'I\',
   \'j\': \'J\',
   \'k\': \'K\',
   \'l\': \'L\'}),
 (3, [\'m\', \'n\']),
 (4, [\'o\', \'p\', \'q\']),
 (5, [\'r\', \'s\', \'tu\', \'v\', \'x\', \'y\', \'z\'])]

WIDTH = 5
[(1,
  {\'a\': \'A\',
   \'b\': \'B\',
   \'c\': \'C\',
   \'d\': \'D\'}),
 (2,
  {\'e\': \'E\',
   \'f\': \'F\',
   \'g\': \'G\',
   \'h\': \'H\',
   \'i\': \'I\',
   \'j\': \'J\',
   \'k\': \'K\',
   \'l\': \'L\'}),
 (3,
  [\'m\',
   \'n\']),
 (4,
  [\'o\',
   \'p\',
   \'q\']),
 (5,
  [\'r\',
   \'s\',
   \'tu\',
   \'v\',
   \'x\',
   \'y\',
   \'z\'])]

结尾给大家推荐一个非常好的学习教程，希望对你学习Python有帮助！

Python基础入门教程推荐

Python爬虫案例教程推荐

Python pprint | 超级好用的Python库，漂亮的打印，让json数据提取体验更好

文章目录

• 一、简介
• 二、实践案例
• 三、总结

---

一、简介

在实践 $Python$ 爬虫的时候，大家肯定碰到过返回的结果是json字符串格式的数据。

关于 json 数据的详解可以学习如下文章：

• JSON详解
• 什么是json？如何理解json这种数据格式，个人详解
• JSON 数据格式

对于这种数据可以利用 json 模块将 json 字符串直接转化为字典格式的数据，字典为 key：value 型，之后再对应提取我们想要的字段。

但是存在一个问题：

往往网页获取到的 json 数据转化为字典后，嵌套太多，看起来一团糟的感觉，很难一下观察到哪个 key 对应那个value。

本文主要介绍一个超级好用的 Python 库：$pprint$，它可以格式化打印字典数据，让对应关系更加清晰直观，算是一个实用的爬虫技巧。快学起来！

---

二、实践案例

下面我们以根据地理名称爬取高德地图地理位置信息为例，展现 $pprint$ 的妙用：

我们利用 json.loads(data.text) 方法，直接将 json 字符串，转换为了字典格式的数据。一看数据，一大堆东西，我们该怎么解析想要的字段？

pprint模块的妙用：我们期望有一种方法能够快速帮助我们理清字典嵌套和key：value对应的关系。

pprint是 Python 第三方库，在使用之前，需要先 pip 安装上。

pip install pprint -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

安装后，可以直接导入使用。

from pprint import pprint 

接着，对于上述案例，现在我们使用 pprint() 函数，打印一下，看看会有什么好的效果呢？如下所示：

从图中可以看到，这个字典嵌套和 key：value 对应关系，一目了然，清晰美观，这样之后的解析提取数据就很容易了！源码如下：

import requests
import json
from pprint import pprint

def coords(city):
    url = 'https://restapi.amap.com/v3/geocode/geo'   # 输入API问号前固定不变的部分
    params = 'key': '注意：换成你的高德地图的API应用的key',                 
              'address': city                   # 将两个参数放入字典
    res = requests.get(url, params)
    jd =  json.loads(res.text)
    return jd['geocodes'][0]['location']


def get_location(keyword, city):
    # 获得经纬度
    keynum = "注意：换成你的高德地图的API应用的key"
    user_agent = 'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50'
    headers = 'User-Agent': user_agent
    url = 'http://restapi.amap.com/v3/place/text?key=' + keynum + '&keywords=' + keyword + '&types=&city=' + city + '&children=1&offset=1&page=1&extensions=all'
    data = requests.get(url, headers=headers)
    data.encoding = 'utf-8'
    data = json.loads(data.text)
    pprint(data)
    result = data['pois'][0]['location'].split(',')
    return result[0], result[1]

print("：".join(["CSDN叶庭云", "https://yetingyun.blog.csdn.net/"]))
get_location("四川省", "成都市")

下面再用一个简单的案例，带大家感受一下。

dic = "status":"1","info":"OK","infocode":"10000",
       "count":"1",
       "geocodes":["formatted_address":"上海市","country":"中国","province":"上海市","citycode":"021","city":"上海市","district":[],"township":[],"neighborhood":"name":[],"type":[],"building":"name":[],"type":[],"adcode":"310000","street":[],"number":[],"location":"121.473701,31.230416","level":"省"]

有这样一个嵌套字典，是关于上海市的地理位置信息的，如果想要获标签 location 对应的经纬度数据，我们应该这样做：

pprint(dic) 

结果如下：

对于上面这个数据，大家应该看一眼就知道怎么提取经纬度数据，代码如下所示：

data = dic["geocodes"][0]["location"]
longitude, latitude = data.split(",")
print(data)
print("经度：", longitude)
print("纬度：", latitude)

结果如下：

网页源代码返回的 json 数据，基本都是类似的，只要你搞清楚了它的结构关系，后面 for 循环遍历提取对应的数据就好。

也有大佬做了 JSON 数据在线解析和格式化、以及转 XML 的在线网页，如下所示：

---

三、总结

• 在线工具传送门 | https://www.json.cn/json/jsononline.html
• CSDN@叶庭云

---