DataText

プレーンテキストファイルで動作するシンプルなデータベースライブラリ

📋 概要

DataTextは、プレーンテキストファイルをデータベースとして使用できるPythonライブラリです。CSVよりも柔軟で直感的なデータ操作が可能で、外部依存関係は一切ありません。

✨ 特徴

• 依存ゼロ: 外部ライブラリは一切不要
• 直感的API: SQL風のクエリ構文
• 人間が読める: プレーンテキストファイルで保存
• 軽量: シンプルで高速
• 柔軟: CSVよりも自由度の高いデータ形式

🚀 クイックスタート

インストール

pip install datatext

基本的な使い方

from datatext import DataText

# データベースファイルを作成
db = DataText('mydata.txt')

# テーブル作成
db.create_table('users', {
    'id': 'int',
    'name': 'str',
    'email': 'str',
    'age': 'int'
})

# データ挿入
db.insert('users', {
    'id': 1,
    'name': '田中太郎',
    'email': 'tanaka@example.com',
    'age': 25
})

# データ検索
users = db.select('users').where('age', '>', 20).execute()
print(users)

📊 サポートするデータ型

• int: 整数
• float: 浮動小数点数
• str: 文字列
• bool: 真偽値
• datetime: 日時（ISO形式）

🔍 クエリ機能

SELECT文

# 全データを取得
all_users = db.select('users').execute()

# 特定のフィールドのみ取得
names = db.select('users', ['name', 'email']).execute()

# 条件付き検索
young_users = db.select('users').where('age', '<', 30).execute()

# 複数条件
results = db.select('users').where('age', '>', 18).where('name', 'like', '田').execute()

# ソート
sorted_users = db.select('users').order_by('age', desc=True).execute()

# 件数制限
limited_users = db.select('users').limit(10).offset(5).execute()

WHERE条件

演算子	説明	例
=	等しい	.where('age', '=', 25)
!=	等しくない	.where('name', '!=', '田中')
>	より大きい	.where('age', '>', 20)
<	より小さい	.where('age', '<', 30)
>=	以上	.where('age', '>=', 18)
<=	以下	.where('age', '<=', 65)
like	文字列を含む	.where('name', 'like', '田')
in	リストに含まれる	.where('age', 'in', [20, 25, 30])

カスタム条件

# 関数を使った条件
def adult_filter(record):
    return record['age'] >= 18

adults = db.select('users').where_func(adult_filter).execute()

🛠️ データ操作

データの挿入

# 単一レコード
db.insert('users', {'id': 2, 'name': '佐藤花子', 'email': 'sato@example.com'})

# 複数レコード
users = [
    {'id': 3, 'name': '鈴木一郎', 'email': 'suzuki@example.com'},
    {'id': 4, 'name': '高橋美咲', 'email': 'takahashi@example.com'}
]
for user in users:
    db.insert('users', user)

データの更新

# 条件に一致するレコードを更新
updated = db.update('users', 
                   {'age': 26}, 
                   lambda record: record['name'] == '田中太郎')
print(f"{updated}件のレコードが更新されました")

データの削除

# 条件に一致するレコードを削除
deleted = db.delete('users', lambda record: record['age'] < 18)
print(f"{deleted}件のレコードが削除されました")

# 全削除
db.delete('users')

🗂️ テーブル管理

テーブル情報の取得

# テーブル情報
info = db.get_table_info('users')
print(f"テーブル名: {info['name']}")
print(f"レコード数: {info['record_count']}")
print(f"スキーマ: {info['schema']}")

# 全テーブル一覧
tables = db.list_tables()
print(f"テーブル一覧: {tables}")

テーブルの削除

# テーブルを削除
db.drop_table('users')

📁 ファイル形式

DataTextは以下の形式でデータを保存します：

# datatext database file
# generated by datatext library

@table users
id:int|name:str|email:str|age:int
1|田中太郎|tanaka@example.com|25
2|佐藤花子|sato@example.com|30

@table products
id:int|name:str|price:float|available:bool
1|商品A|1000.0|true
2|商品B|1500.5|false

🎯 使用例

設定ファイルの管理

# 設定データベース
config_db = DataText('config.txt')

config_db.create_table('settings', {
    'key': 'str',
    'value': 'str',
    'updated_at': 'datetime'
})

# 設定の保存
config_db.insert('settings', {
    'key': 'theme',
    'value': 'dark',
    'updated_at': '2024-01-01 10:00:00'
})

# 設定の読み込み
theme = config_db.select('settings').where('key', '=', 'theme').first()
print(f"テーマ: {theme['value']}")

ログデータの管理

# ログデータベース
log_db = DataText('logs.txt')

log_db.create_table('access_logs', {
    'timestamp': 'datetime',
    'ip': 'str',
    'path': 'str',
    'status': 'int'
})

# ログの記録
log_db.insert('access_logs', {
    'timestamp': '2024-01-01 10:00:00',
    'ip': '192.168.1.100',
    'path': '/api/users',
    'status': 200
})

# エラーログの検索
errors = log_db.select('access_logs').where('status', '>=', 400).execute()

🧪 テスト

# テストの実行
python -m pytest tests/

# サンプルコードの実行
python examples/basic_usage.py

🚀 パフォーマンス

• 小規模データ: 1,000件程度まで高速
• 中規模データ: 10,000件程度まで実用的
• 大規模データ: より高機能なデータベースを検討

📄 ライセンス

MIT License

👤 作者

tikisan - GitHub: @tikipiya

🔗 関連リンク

• GitHub Repository
• PyPI Package
• Documentation

---