Python中的pprint模块怎么使用

本篇内容主要讲解“python中的pprint模块怎么使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python中的pprint模块怎么使用”吧!

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 pprintdata = [    (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 loggingfrom pprint import pformatdata = [    (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 dataDEBUG    [(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 pprintclass 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>

from pprint import pprintlocal_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 pprintdata = [    (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 pprintdata = [    (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 pprintdata = [    (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'])]

到此，相信大家对“Python中的pprint模块怎么使用”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！