35、Python中CSV框架的构建与应用

Python中CSV框架的构建与应用

1. 元类计数与选项选择

CounterMeta能够为任何需要计数行为的类提供支持。通过应用这个元类，给定类的每个实例都会附带一个计数器属性，可根据实例化时间对实例进行排序，就像表格框架中的列一样。

在选择实现方式时，若处于Python 3环境， __prepare__() 是首选。它无需额外类支持，无需事后对列列表排序，且无需修改 Column 类。而对于早期版本的Python，选择则更具主观性，取决于目标受众和对代码复杂度的接受程度。由于后续示例基于Python 3.1，所以将使用 __prepare__() 。

2. 构建字段库

在大多数声明式框架（包括表格框架）中，字段的主要功能是在原生Python对象和其他数据格式之间进行数据转换。在处理CSV文件时，需要在字符串和字段表示的对象之间进行转换。为此，需要设置两个方法：
- to_python() ：从文件中获取字符串并将其转换为原生Python值，每次从文件读取一行时，会为每列执行此步骤。
- to_string() ：将Python对象转换为字符串，在保存CSV文件时调用。

以下是基础 Column 类的实现：

class Column:
    """
    An individual column within a CSV file. This serve