Der Per Anhalter durch die Python

Kapitel 11. Datenpersistenz

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Die ZIP-Komprimierung und das Pickling haben wir bereits in "Datenserialisierung" erwähnt , also gibt es in diesem Kapitel außer Datenbanken nicht mehr viel zu behandeln.

In diesem Kapitel geht es hauptsächlich um Python-Bibliotheken, die mit relationalen Datenbanken zusammenarbeiten. Das sind die Arten von Datenbanken, an die wir normalerweise denken - sie enthalten strukturierte Daten, die in Tabellen gespeichert sind und auf die mit SQL zugegriffen wird.¹

Strukturierte Dateien

InKapitel 9 haben wir bereits Werkzeuge für JSON-, XML- und ZIP-Dateien sowie Pickling und XDR erwähnt, als wir über Serialisierung sprachen. Wir empfehlen PyYAML (erhältlich über pip install pyyaml), um YAML zu parsen. Python hat in seiner Standardbibliothek auch Werkzeuge für CSV,*.netrc, die von einigen FTP-Clients verwendet wird, *.plist-Dateien, die in OS X verwendet werden, und einen Dialekt des Windows INI-Formats über configparser.²

Außerdem gibt es einen persistenten Key-Value-Store, der über das Modul shelve in der Python-Standardbibliothek verfügbar ist. Sein Backend ist die beste verfügbare Variante des Datenbankmanagers (dbm-a key-value database) auf deinem Computer:³

>>> import shelve
>>>
>>> with shelve.open('my_shelf') as s:
...     s['d'] = {'key': 'value'}
...
>>> s = shelve.open('my_shelf', 'r')
>>> s['d']
{'key': 'value'}

So ...