Это встраемовая библиотека для работы с файлами формата txt csv json pick sq

These details have not been verified by PyPI

Project links

GitHub Statistics

Project description

Что это ?

Это встраемовая библиотека для работы с файлами формата

txt = TxtFile
csv = CsvFile
json = JsonFile
pick = PickleFile
SqlLite = SqlLiteQrm

Описание функционала библиотеки

TxtFile

Сначала создаем экземпляр класса TxtFile а потом работаем с его методами

txt_obj = TxtFile("test.txt")

readFileToResDict(*args: str, separator: str = '\n')-> Dict[str, str] = Считывает файл и возвращает Dict с ключами заданными в параметры *args разграничение происходит по параметру separator

txt_obj.writeFile("my name\nmy passwd\nmy token")
res = txt_obj.readFileToResDict("name", "passwd", "token")
assert res == {'name': 'my name', 'passwd': 'my passwd', 'token': 'my token'}

readFile(limit: int = 0, *, encoding: str = None)-> str = Обычное чтение .txt файла. Можно указать лимит по чтение строчек limit. И кодировку чтения encoding значения такие же как и стандартной функции open()

test_text = "123123\n3123133\n12312d1d12313"
txt_obj.writeFile(test_text)
assert txt_obj.readFile(limit=2) ==  "123123\n3123133\n"

searchFile(name_find:str) -> bool = Поиск слова name_find в тексте

test_text = "Optional. If the number of \n bytes returned exceed the hint number, \n no more lines will be returned. Default value is  -1, which means all lines will be returned."
txt_obj.writeFile(test_text)
assert txt_obj.searchFile("more") ==  True

readBinaryFile()->bytes = Чтение бинарного файла

test_str = '123'
txt_obj.writeBinaryFile(test_str.encode())
assert test_str.encode() ==  txt_obj.readBinaryFile()

writeFile(data:str) = Запись в тактовом режиме

appendFile(data: str) = Добавление в текстовом режиме

writeBinaryFile(data: Union[bytes, memoryview]) = Запись в бинарном режиме

appendBinaryFile(data: bytes) = Добавление данных в бинарный файл

CsvFile

Сначала создаем экземпляр класса CsvFile а потом работаем с его методами

csv_obj = CsvFile("test.csv")

readFile(encoding: str = "utf-8", newline: str = "", limit: int = None, miss_get_head=False) -> List[List[str]] = чтение cvs файла. encodin newline стандартной функции open(). limit сколько строк считать с начало. miss_get_head вернуть данные без заголовков

csv_obj.writeFile(
    [[1, 23, 41, 5],
     [21, 233, 46, 35],
     [13, 233, 26, 45],
     [12, 213, 43, 56]], FlagDataConferToStr=True, header=("Данные", "Data", "Числа", "Num"))


assert csv_obj.readFile() == [['Данные', 'Data', 'Числа', 'Num'],
                                ['1', '23', '41', '5'],
                                ['21', '233', '46', '35'],
                                ['13', '233', '26', '45'],
                                ['12', '213', '43', '56']]

readFileAndFindDifferences(new_data_find: List[List], funIter) -> bool = Чтение csv файла, с проверкой различий входных данных с данными в файле, если такие различия найдены то выполняется переданная функция funIter.

data_file = [ ['1','2'],['3','2'], ["today","Saturday"]]
new_data =  [ ['1','2'],['3','2'], ["today","Monday"]]
DifferenceList = []
csv_obj.writeFile(data_file, header=("h1", "h2"))
csv_obj.readFileAndFindDifferences(new_data, DifferenceList.append)
assert  DifferenceList == [["today","Saturday"]]

readFileRevers(limit: int = None, encoding: str = "utf-8", newline: str = "") -> List[List[str]] = Чтение cvs файла с конца в начало. encodin newline стандартной функции open(). limit сколько строк считать с конца.

csv_obj.writeFile(
    [[1, 23, 41, 5],
     [21, 233, 46, 35],
     [13, 233, 26, 45],
     [12, 213, 43, 56]], FlagDataConferToStr=True, header=("Данные", "Data", "Числа", "Num"))
assert csv_obj.readFileRevers() ==  [['12', '213', '43', '56'], 
                                    ['13', '233', '26', '45'], 
                                    ['21', '233', '46', '35'],
                                    ['1', '23', '41', '5'],
                                    ['Данные', 'Data', 'Числа', 'Num']]

writeFile(data: Union[List[Union[str, int, float]], List[List[Union[str, int, float]]]], *, header: tuple = None, FlagDataConferToStr: bool = False, encoding: str = "utf-8", newline: str = "") = Запись данных в csv файл. encodin newline стандартной функции open(). FlagDataConferToStr Проверять все входнее данные и конвертировать их в тип str. header = Задать заголовки столбцам.

appendFile(data: Union[List[Union[str, int, float]], List[List[Union[str, int, float]]]], *, FlagDataConferToStr: bool = False, encoding: str = "utf-8", newline: str = "" ) = Добавить данные в конец csv файла. Такие же параметры как у `writeFile.

csv_obj.writeFile(
    [[1, 23, 41, 5],
     [21, 233, 46, 35],
     [13, 233, 26, 45],
     [12, 213, 43, 56]], FlagDataConferToStr=True, header=("Данные", "Data", "Числа", "Num"))

csv_obj.appendFile([['2323', '23233', '23']])

assert csv_obj.readFile() ==  [['Данные', 'Data', 'Числа', 'Num'], 
                                    ['1', '23', '41', '5'], 
                                    ['21', '233', '46', '35'],
                                    ['13', '233', '26', '45'], 
                                    ['12', '213', '43', '56'],
                                    ['2323', '23233', '23']]

JsonFile

Сначала создаем экземпляр класса JsonFile а потом работаем с его методами

json_obj = JsonFile("test.json")

readFile() = Чтение данных из json файла

writeFile(data: Union[List, Dict], *, indent=4, ensure_ascii: bool = False) = Запись данных в файл, входные параметры такие же как у стандартной функции open()

appendFile(data: Union[List, Dict], *, ensure_ascii: bool = False) = Добавить данные в файл

# List
tempers: List = [1,2,3,4]

json_obj.writeFile(tempers)
json_obj.appendFile(tempers)

tempers += tempers
assert tempers == json_obj.readFile()

# Dict
tempers: Dict = {'1':11,'2':22,'3'::33}  # Все ключи должны быть типа str

json_obj.writeFile(tempers)
json_obj.appendFile(tempers)

tempers.update(tempers)
assert tempers ==  json_obj.readFile()

PickleFile

Сначала создаем экземпляр класса PickleFile а потом работаем с его методами

pick_obj = PickleFile("test.pkl")

-writeFile( data: Any, *, protocol: int = 3) = Записать данные в pkl

-readFile() = Чтение данных phl

test_data = [
    (1, 2, 3, 4),
    [12, 23, 221],
    ["1231", 12, (2, 22)],
    {213123, 123213},
    {'s1': '213'},
]
for td in test_data:
    pick_obj.writeFile(td)
    assert pick_obj.readFile() ==  td
    pick_obj.deleteFile()

-appendFile(data: Union[Tuple, List, Dict, Set], *, protocol: int = 3) = Добавить данные в pkl

test_data = [1, 2, 3, 4]
new_data = [98, 678, 88]
pick_obj.writeFile(test_data)
pick_obj.appendFile(new_data)
test_data += new_data
assert pick_obj.readFile() ==  test_data

SqlLiteQrm

sq = SqlLiteQrm('data_base.db')

.name_db = Получить имя БД

.header_table[] = Получить заголовок таблиц из БД

test_header = {"id": PrimaryKey(int),
               "name": toTypeSql(str),
               "old": NotNullDefault(int, 5),
               "salary": NotNull(float)}
sq.CreateTable('name_table', test_header)
assert sq.header_table['name_table'] ==  {'id': 'INTEGER PRIMARY KEY', 
                                                'name': 'TEXT',
                                                'old': 'INTEGER NOT NULL DEFAULT 5',
                                                'salary': 'REAL NOT NULL'}

ListTables() = Получить имена всех таблиц в БД

HeadTable(NameTable, width_table: int = 10) = Выводи в консоль данные о таблицы из БД. NameTable имя таблицы, width_table ширина столбцов.

sq.CreateTable('name_table', {"id": toTypeSql(int), "name": toTypeSql(str), "old": toTypeSql(int)})
print(sq.HeadTable('name_table', 15))

GetTable(NameTable: str, LIMIT: Tuple[int, int] = None, FlagPrint: int = 0) = Получить данные из таблицы в БД. LIMIT(до, шаг), FlagPrint Указывает печатать ли результат в консоль

test_header = {"id": PrimaryKey(int),
               "name": toTypeSql(str),
               "old": NotNullDefault(int, 5),
               "salary": NotNull(float)}
sq.CreateTable('name_table', test_header)
assert sq.header_table['name_table'],
                 {'id': 'INTEGER PRIMARY KEY', 'name': 'TEXT', 'old': 'INTEGER NOT NULL DEFAULT 5',
                  'salary': 'REAL NOT NULL'})
sq.ExecuteTable('name_table', {"id": 1, "name": "Anton", "old": 30, "salary": 3000.11})
sq.ExecuteTable('name_table', {"id": 2, "name": "Katy", "old": 22, "salary": 3200.23})
assert sq.GetTable('name_table') ==  [(1, 'Anton', 30, 3000.11), (2, 'Katy', 22, 3200.23)]

GetColumn(NameTable: str, name_columns: str, LIMIT: Tuple[int, int] = None) = Получить данные из столбца таблицы в БД

sq.CreateTable(self.name_table,
                    {"id": PrimaryKeyAutoincrement(int), "name": toTypeSql(str), "old": toTypeSql(int),
                     "sex": NotNullDefault(str, "_")})
sq.ExecuteManyTableDict(self.name_table,
                             [{"name": "Denis", "old": 21},
                              {"name": "Katy", "old": 21, "sex": 1},
                              {"name": "Svetha", "old": 24}]
                             )
assert self.sq.GetColumn(self.name_table, "name") ==  ['Denis', 'Katy', 'Svetha']
assert self.sq.GetColumn(self.name_table, "old") == [21, 21, 24]
assert self.sq.GetColumn(self.name_table, "old", LIMIT=(2, 0)) == [21, 21]

DeleteTable(NameTable: Union[str, List[str]]) = Удалить одну таблицу или несколько таблиц

DeleteLineTable(NameTable: str, sqlWHERE: str = "") = Удалить строки по условию WHERE

sq.CreateTable('name_table',
                    {"id": PrimaryKeyAutoincrement(int), "name": toTypeSql(str), "old": toTypeSql(int),
                     "sex": NotNullDefault(str, "_")})
sq.ExecuteManyTableDict('name_table', [{"name": "Denis", "old": 21},
                                               {"name": "Katy", "old": 221, "sex": 1},
                                               {"name": "Mush", "old": 321, "sex": 21},
                                               {"name": "Patio", "old": 231, "sex": 21},
                                               {"name": "Pvetha", "old": 24}])
sq.DeleteLineTable('name_table', "old > 25")
assert sq.GetTable('name_table') == [(1, 'Denis', 21, '_'), (5, 'Pvetha', 24, '_')]

CreateTable(NameTable: str, columns: Union[str, Dict]) = Создать таблицу с заголовками столбцов columns. Используйте вспомогательные функции из sqlmodules для удобного создание sql запросов

# Должны содержать уникальные значения
PrimaryKey = lambda TypeColumn: definition(TypeColumn) + " PRIMARY KEY"
# Всегда должно быть заполнено
NotNull = lambda TypeColumn: definition(TypeColumn) + " NOT NULL"
# Все столбцы будут по умолчанию заполнены указанными значениями
NotNullDefault = lambda TypeColumn, default: definition(TypeColumn) + f" NOT NULL DEFAULT {default}"
# Значение по умолчанию
Default = lambda TypeColumn, default: definition(TypeColumn) + " DEFAULT {0}".format(default)
# Авто заполнение строки. подходит для id
PrimaryKeyAutoincrement = lambda TypeColumn: definition(TypeColumn) + " PRIMARY KEY AUTOINCREMENT"
# Конвертация  типа данных python в SQLLite
toTypeSql = lambda TypeColumn: definition(TypeColumn)

ExecuteTable(NameTable: str, data: Union[str, int, float, List[Union[str, bytes, int, float]], Tuple, Dict[str, Union[str, bytes, int, float]]] = None, sqlRequest: str = "", *, CheckBLOB: bool = False) = Добавить запись в таблицу из БД sqlRequest вы можете добавить данные из sql запрос.CheckBLOB если вы записываете бинарные данные в таблицу используйте этот флаг.

sq.CreateTable('name_table',
                    {"id": toTypeSql(int),
                     "old": toTypeSql(int)
                     })
test_table: str = 'test_table'
sq.CreateTable(test_table,
                    {"old": toTypeSql(int)})

sq.ExecuteManyTable('name_table',
                         [[11, 24],
                          [22, 31],
                          [2312, 312],
                          [231, 68],
                          [344, 187]])

resSQL = Select('name_table', "id").Where("id < 30").Request

sq.ExecuteTable(test_table, sqlRequest=resSQL)

assert sq.GetTable(test_table) == [(11,), (22,)]

test_header = {"str": toTypeSql(str), "int": toTypeSql(int), "float": toTypeSql(float),
               "bytes": toTypeSql(bytes)}
sq.CreateTable('name_table', test_header)
test_data = ("text", 123, 122.32, b"1011")
sq.ExecuteTable('name_table', test_data, CheckBLOB=True)
assert sq.GetTable('name_table')[0] == test_data

ExecuteManyTable(NameTable: str, data: List[Union[List[Union[str, bytes, Binary, int, float]], Tuple]], head_data: Union[List[str], Tuple] = None, *, CheckBLOB: bool = False) = Добавить несколько записей в таблицу в формате List. head_data указывать когда длинна входных данных меньше чем количество столбцов в таблице

sq.CreateTable('name_table', {
    'car_id': PrimaryKeyAutoincrement(int),
    "model": toTypeSql(str),
    "price": toTypeSql(int)
})

car = [
    ("Audi", 432),
    ("Maer", 424),
    ("Skoda", 122)
]
sq.ExecuteManyTable('name_table', car, head_data=("model", "price"))
assert sq.GetTable('name_table') == [(1, 'Audi', 432), (2, 'Maer', 424), (3, 'Skoda', 122)]

ExecuteManyTableDict(NameTable: str, data: List[Dict]) = Добавить несколько записей в таблицу в формате Dict

sq.CreateTable('name_table',
                    {"id": PrimaryKeyAutoincrement(int), "name": toTypeSql(str), "old": toTypeSql(int),
                     "sex": NotNullDefault(str, "_")})
sq.ExecuteManyTableDict('name_table',
                             [{"name": "Denis", "old": 21},
                              {"name": "Katy", "old": 21, "sex": 1},
                              {"name": "Svetha", "old": 24}]
                             )
assert sq.Search(Select('name_table', "name").Where("old == 21")) ==   [('Denis',), ('Katy',)]

UpdateColumne(NameTable: str, name_column: Union[str, List[str]], new_data: Union[str, bytes, int, float, List[Union[str, bytes, int, float]]], sqlWHERE: str = "") = Обновить данные в столбцах таблицы по условию sqlWHERE

sq.CreateTable('name_table',
                    {"id": PrimaryKeyAutoincrement(int), "name": toTypeSql(str), "old": toTypeSql(int),
                     "sex": NotNullDefault(str, "_")})
sq.ExecuteManyTableDict('name_table', [{"name": "Denis", "old": 21},
                                               {"name": "Katy", "old": 221, "sex": 1},
                                               {"name": "Mush", "old": 321, "sex": 21},
                                               {"name": "Patio", "old": 231, "sex": 21},
                                               {"name": "Svetha", "old": 24}])

sq.UpdateColumne('name_table', 'old', 99)
assert sq.GetTable('name_table') ==  [(1, 'Denis', 99, '_'), 
                                      (2, 'Katy', 99, '1'), 
                                      (3, 'Mush', 99, '21'),
                                      (4, 'Patio', 99, '21'),
                                      (5, 'Svetha', 99, '_')]

Search = Поиск данных в таблице
SaveDbToFile = Сохранить БД в отдельный
ReadFileToDb
DeleteDb

Project details

These details have not been verified by PyPI

Project links

GitHub Statistics

Release history Release notifications | RSS feed

0.1.27

Jul 22, 2022

0.1.26

Apr 15, 2022

0.1.25

Apr 15, 2022

0.1.24

Mar 23, 2022

0.1.23

Mar 19, 2022

0.1.22

Mar 10, 2022

0.1.21

Mar 7, 2022

0.1.19

Feb 24, 2022

0.1.18

Feb 24, 2022

0.1.17

Feb 24, 2022

0.1.16

Feb 24, 2022

0.1.15

Feb 24, 2022

0.1.14

Feb 24, 2022

0.1.13

Feb 22, 2022

0.1.12

Feb 21, 2022

0.1.11

Feb 21, 2022

0.1.10.3

Feb 20, 2022

0.1.10.1

Feb 19, 2022

0.1.10

Feb 19, 2022

0.1.9

Feb 18, 2022

0.1.8

Feb 17, 2022

0.1.7

Feb 9, 2022

0.1.6

Feb 5, 2022

0.1.5

Feb 3, 2022

0.1.4

Feb 2, 2022

0.1.3

Jan 29, 2022

0.1.2

Jan 29, 2022

0.1.1

Aug 9, 2021

This version

0.1

Aug 9, 2021

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

mg_file-0.1.tar.gz (41.0 kB view hashes)

Uploaded Aug 9, 2021 Source

Built Distribution

mg_file-0.1-py3-none-any.whl (31.2 kB view hashes)

Uploaded Aug 9, 2021 Python 3

Hashes for mg_file-0.1.tar.gz

Hashes for mg_file-0.1.tar.gz
Algorithm	Hash digest
SHA256	`178293ffa46c72d3d3fa1d76f8b20d49fb5849fa54f652c97b37283adc49a803`
MD5	`9a0b5974d4bcebb5f69dbcc5170c1f14`
BLAKE2b-256	`bcd7089764e97e83653a8eb816fa1c6ab6c1463a484e550ebabb58156c936743`

Hashes for mg_file-0.1-py3-none-any.whl

Hashes for mg_file-0.1-py3-none-any.whl
Algorithm	Hash digest
SHA256	`3d65fb850bc3a5649a521d19fa892b1ef03ba5435ba82f045095035692254f02`
MD5	`892310f46febb8588dcb452db79ff07b`
BLAKE2b-256	`93e4421e054bd9450e6feeb286d8f6a9befb677c90dd286646e324e5186d72cc`