【文件属性】：
文件名称：dataclass-csv:将CSV映射到数据类
文件大小：29KB
文件格式：ZIP
更新时间：2021-03-16 13:30:22
python csv python3 csv-parser dataclasses
数据类CSV
与使用Dicts相比，数据类CSV使处理CSV文件更容易并且更好。 它使用Python的数据类在CSV文件中存储每一行的数据，还使用类型注释来启用正确的类型检查和验证。
主要特点
使用dataclasses代替字典来表示CSV文件中的行。
利用dataclass属性类型注释。 DataclassReader使用类型注释对CSV文件的数据进行验证。
自动类型转换。 DataclassReader支持str ， int ， float ， complex ， datetime和bool ，以及其构造函数接受字符串作为其单个参数的任何类型。
帮助您解决CSV文件中的数据问题。 DataclassReader将准确显示CSV文件的哪一行包含错误。
仅提取您需要的数据。 它将仅解析dataclass定义的属性
熟悉的语法。 DataclassReader的用法几乎与标准库
【文件预览】：
dataclass-csv-master
----setup.py(2KB)
----.gitignore(179B)
----Makefile(2KB)
----.travis.yml(166B)
----MANIFEST.in(257B)
----AUTHORS.md(248B)
----CONTRIBUTING.md(2KB)
----LICENSE(1KB)
----Pipfile.lock(9KB)
----setup.cfg(449B)
----.github()
--------FUNDING.yml(644B)
----README.md(13KB)
----tests()
--------test_csv_data_validation.py(3KB)
--------conftest.py(606B)
--------__init__.py(0B)
--------test_dataclass_writer.py(2KB)
--------mocks.py(2KB)
--------test_decorators.py(2KB)
--------test_dataclass_reader.py(6KB)
----Pipfile(162B)
----HISTORY.md(2KB)
----dataclass_csv()
--------field_mapper.pyi(140B)
--------field_mapper.py(546B)
--------__init__.py(2KB)
--------decorators.pyi(220B)
--------dataclass_writer.py(2KB)
--------header_mapper.pyi(141B)
--------__init__.pyi(276B)
--------exceptions.pyi(170B)
--------dataclass_writer.pyi(357B)
--------dataclass_reader.py(8KB)
--------header_mapper.py(622B)
--------py.typed(0B)
--------decorators.py(1KB)
--------dataclass_reader.pyi(534B)
--------exceptions.py(344B)