Python基础：标准库 -- pprint (数据美化输出)

1. pprint 库官方文档

pprint --- 数据美化输出 — Python 3.12.2 文档

pprint — Data pretty printer — Python 3.12.2 documentation

2. 背景

处理JSON文件或复杂的嵌套数据时，使用普通的 print() 函数可能不足以有效地探索数据或调试应用程序。下面通过一个例子说明说明使用 print() 的弊端。

首先，使用 urllib 发出请求以获取数据。这里提供了两组代码，第一组含配置代理部分，第二组代码直接使用 urllib.request.urlopen。

代理（英语：Proxy，也称网络代理）是一种特殊的网络服务，允许一个网络终端（一般为客户端）通过这个服务与另一个网络终端（一般为服务器）进行非直接的连接：本机 ----代理IP----访问的网站（服务器）。
urllib 提供 urllib.request.ProxyHandler() 方法可动态设置代理IP池

需要配置代理时：

import urllib.request
import urllib.parse
import json

url = "https://jsonplaceholder.typicode.com/users"

# 如果代理网站需要提供用户名和密码，注意密码含有特殊字符时要进行url编码
username = '****'
encoded_password = urllib.parse.quote("****") 
proxies ={
    "https": "****代理网站IP****"
}


handler = urllib.request.ProxyHandler(proxies)
opener = urllib.request.build_opener(handler)
urllib.request.install_opener(opener)
response = urllib.request.urlopen(url).read()
result = json.loads(response)
print(result)

不需要配置代理时：

from urllib import request
import json

response = request.urlopen("https://jsonplaceholder.typicode.com/users")
json_response = response.read()
users = json.loads(json_response)

打印结果（内容较长此处仅截取部分作为展示）：

输出结果并不友好，是很长的一堆，不能帮助开发者理解数据的结构。

3. pprint 函数：初阶

pprint 用于以漂亮的方式打印数据，它属于是Python标准库，无需单独安装，使用时只需导入它的pprint() 函数：

from pprint import pprint

pprint(result)

打印结果（内容较长此处仅截取部分作为展示）：

pprint 的输出结果有合适的缩进，能够帮助开发者可视化分析数据结构。如果你想尽可能少地输入，pprint() 有一个别名 pp()，它的行为方式与 pprint 完全相同。

from pprint import pprint, pp

# pprint(result)
pp(result)

4. pprint 函数：进阶

pprint() 将在 stream 上打印 object 的格式化表示形式，indent 等参数用于设置数据结构的格式化形式，即以何种方式被展示。

4.1 参数概述

stream：一个 file-like object，表示调用 write() 方法时，输出内容被写入的位置（to which the output will be written by calling its write() method）。默认为 sys.stdout，如果 stream 和 sys.stdout 均为 None，则 pprint() 将静默地返回。
indent：指定要为每个缩进层级添加的缩进量，默认为 1，一个空格字符。
depth：控制可被打印的缩进层级数量。如果要打印的数据结构层级过深，则其所包含的下一层级将用 ... 替换。默认对于被格式化对象的层级深度无限制。
width：指定输出中每行所允许的最大字符数，默认为 80。如果一个数据结构无法在宽度限制之内被格式化，将显示尽可能多的内容。
compact：影响长序列（列表、元组、集合等等）的格式化方式。如果 compact 为True，则每个输出行格式化时将在 width 的限制之内尽可能地容纳多个条目。如果 compact 为 False 则序列的每一项将格式化为单独的行。默认为 False。
sort_dicts：如果为 True，字典在格式化时将基于键进行排序，否则它们将按插入顺序显示。默认为 True。
underscore_numbers：如果为 True，整数在格式化时将使用 _ 字符作为千位分隔符，否则不显示下划线。默认为 False。

4.2 参数详解

depth：深度

indent：缩进

注：在这两个示例中，左花括号 { 被算为第一个键的缩进单位。在第一个示例中，第一个键的开始单引号紧跟在 { 之后，中间没有任何空格，因为缩进默认设置为1。

当存在嵌套时，缩进应用于行内的第一个元素，后续元素与第一个元素对齐。

如果将缩进设置为4，第一个元素将缩进四个字符，而第一个元素的嵌套内容将缩进超过八个字符，它的缩进是从第一个键的末尾开始的。

width：宽度

默认情况下，pprint() 每行最多只能输出80个字符，可以通过传入width参数来自定义此值。

pprint() 将努力将内容放在一行上，如果数据结构的内容超过了这个限制，那么它将在新的一行上打印当前数据结构的每个元素。width 的原则是在保证输出内容的可读性的前提下，尽可能地限制每行的宽度。这可以帮助我们在打印输出时避免过多的换行。

如果将宽度设置为较低的值，例如3，依然会得到美观的结果，这样做的主要效果是：每个数据结构都将在单独的行上显示。

如果需要分割某个字符，pprint 会避免从中间分割字符串，那样会影响阅读，在当前的例子中，pprint 在空格处进行分割。

compact：Bool，是否采用紧凑模式

compact 参数则指定了是否使用紧凑模式，如果 compact 为 True，则输出的格式会更加紧凑，否则会更加易读。

from pprint import pprint

mylist = [(i, i+1) for i in range(100)]
print(mylist)
pprint(mylist, width=60)
pprint(mylist, width=60, compact=True)

stream：输出位置

默认情况下，pprint() 的输出位置与 print() 相同，具体来说，指向 sys.stdout。不过，可以通过 stream 参数，将其重定向到任何文件对象或 logging 日志对象。

with open("output.txt", mode="w") as file_object:
    pprint(result, stream=file_object)

sort_dicts：Bool，字典是否需要排序（keys 首字母按字母表顺序排序）

pprint(result, sort_dicts=False)

打印结果：

默认情况下，pprint() 将按字母顺序对键进行排序（sort_dicts = True），这能够保证每次打印时，输出的内容都是一样的。如果将 sort_dicts 设置为 False，字典是无序的，从理论上讲，每次打印时字典的键的顺序可能不同。

underscore_numbers：Bool，长数字是否需要下划线分隔符

注：某些版本直接调用 pprint() 时，使用这个参数有可能报错，后续的版本会解决。

5. pformat() 函数：输出字符串

代码示例-1：

from pprint import pformat, pprint

result_string = pformat(result[0], width=50)
print(result_string)

打印结果-1：

代码示例-2

from pprint import pformat

address = pformat(result[0]["address"])
print(address)

chars_to_remove = ["{", "}", "'"]
for char in chars_to_remove:
    address = address.replace(char, "")
address = address.replace(",\n ", "\n")
print(address)

打印结果-2：

6. isreadable函数和 isrecursive 函数

isreadable 函数：输出布尔值, 表示是否可通过 eval 重构对象值，此函数对于递归对象总是返回 False。
isrecursive 函数：输出布尔值, 表示 object 是否需要递归的表示。

代码示例：

from pprint import pprint, isreadable, isrecursive

# 正常字典
pprint(result[0])
print(isreadable(result[0]))
print(isrecursive(result[0]))
print('\n')


# 递归对象
stuff = ['spam', 'eggs', 'lumberjack', 'knights', 'ni']
stuff.insert(0, stuff)
pprint(stuff)
print(isreadable(stuff))
print(isrecursive(stuff))

打印结果：

再举一个递归场景的例子：

from pprint import pprint

A = {}
B = {"link": A}
A["link"] = B
print(A)
# {'link': {'link': {...}}}
pprint(A)
# {'link': {'link': <Recursion on dict with id=2747052595392>}}

字典 A 存在循环引用，永远无法得到最终结果，因而也无法完成打印。处理这样的数据时，Python 的常规 print() 将缩写输出，pprint() 能够显式地通知用户这是一种递归表示，并提供字典的ID。

7. PrettyPrinter类

除了直接调用 pprint 函数，还可以创建 PrettyPrinter 的实例，该实例具有已定义的默认值，在需要的时候，调用实例的 .pprint() 方法即可。

from pprint import PrettyPrinter

data_dict = {'name': 'John', 'age': 30, 'city': 'New York', 'hobbies': ['reading', 'coding', 'swimming']}
mylist = [(i, i+1) for i in range(50)]

pp = PrettyPrinter(indent=2, width=80, compact=True, sort_dicts=False)
pp.pprint(data_dict)
pp.pprint(mylist)

打印结果：