python中glom用法讲解

glom

glom 是 Python 中一个用于简化嵌套数据结构操作的库，它的核心目标是让开发者以更直观、简洁的方式处理和转换复杂的字典、列表或对象嵌套数据

1. 核心功能​

(1) 路径式数据访问​

无需多层嵌套的 get() 或循环，直接通过路径表达式访问深层数据

from glom import glom

data = {
    "user": {
        "name": "Alice",
        "address": {
            "city": "Shanghai",
            "zip": 200000
        }
    }
}
# 传统方式：多层 get() 或键访问
city = data["user"]["address"]["city"]
# glom 方式：路径表达式
city = glom(data, "user.address.city")  # 输出 "Shanghai"

(2) 数据转换与结构重组​

将原始数据按需转换为新的结构

target_spec = {
    "username": "user.name",
    "location": ("user.address.city", str.upper)  # 对值进行处理
}

result = glom(data, target_spec)
# 输出：{'username': 'Alice', 'location': 'SHANGHAI'}

(3) 容错处理​

自动处理路径缺失或异常，避免 KeyError 或 TypeError

from glom import Coalesce

# 如果路径不存在，返回默认值
result = glom(data, Coalesce("user.age", default=18))

2. 主要应用场景​

​(1) 处理 API 响应​

简化 JSON 数据的提取和转换

api_response = {
    "data": {
        "items": [
            {"id": 1, "title": "Item 1"},
            {"id": 2, "title": "Item 2"}
        ]
    }
}
# 提取所有标题
titles = glom(api_response, ("data.items", ["title"]))
# 输出：['Item 1', 'Item 2']

(2) 数据清洗​

将原始数据转换为规范化的结构

raw_data = {
    "name": "Bob",
    "details": {"age": 30, "email": "[email protected]"}
}

spec = {
    "full_name": "name",
    "contact": "details.email",
    "metadata": ("details", {"age": "age"})
}

cleaned = glom(raw_data, spec)
# 输出：{'full_name': 'Bob', 'contact': '[email protected]', 'metadata': {'age': 30}}

(3) 复杂对象操作​

处理嵌套对象属性（如 ORM 模型、类实例）

class User:
    def __init__(self, name, profile):
        self.name = name
        self.profile = profile

class Profile:
    def __init__(self, level):
        self.level = level
user = User("Charlie", Profile(5))
level = glom(user, "profile.level")  # 输出 5

3. 高级特性​

​(1) 类型处理（T 构造器）

​​
在路径中直接调用类型方法

from glom import T

data = {"value": "123"}
result = glom(data, ("value", T(int)))  # 输出 123（字符串转整数）

(2) 迭代与映射处理​

批量处理列表或字典中的元素

data = {"numbers": [1, 2, 3]}
spec = ("numbers", [lambda x: x * 2])
result = glom(data, spec)  # 输出 [2, 4, 6]

(3) 条件过滤​

结合 Check 或 Match 实现条件逻辑

from glom import Check, Match

data = {"scores": [85, 92, 78, 60]}
spec = ("scores", [Check(lambda x: x >= 90, default=None)])
result = glom(data, spec)  # 输出 [92]

4. 对比传统方法

操作​	​传统代码​	​glom 代码​
提取嵌套字段	data.get(‘a’, {}).get(‘b’, {}).get(‘c’)	glom(data, ‘a.b.c’)
转换列表元素	[x[‘val’]*2 for x in data[‘items’]]	glom(data, (‘items’, [‘val’], lambda x: x*2))
容错处理	多层 try-except 或 if-else 嵌套	glom(data, Coalesce(‘path’, default=0))