Dev Blog

JSON і CSV ​

JSON і контракт збережених даних ​

JSON описує об’єкти, масиви, рядки, числа, логічні значення та null. У Python це здебільшого dict, list, str, int/ float, bool, None. Ключі JSON-об’єктів є рядками; кортеж після проходу через JSON стане списком. Клас не відновлюється автоматично з його назви: потрібно явно перевірити поля й створити екземпляр. Опис: https://docs.python.org/3.14/library/json.html.

Рис. 11.4. JSON зберігає структуру; у CSV типи полів задає контракт.

dumps повертає рядок, loads читає рядок; dump і load працюють із файловим об’єктом. ensure_ascii=False залишає українські літери видимими, indent=2 робить файл читабельним. allow_nan=False забороняє нестандартні NaN та нескінченності під час запису. На читанні предметні перевірки також потрібні: синтаксично правильний JSON може містити невідомі поля або неправильний тип суми.

Приклад 2. Облік витрат ​

Файл expenses.py містить тип запису й дві функції збереження. Сума є додатним цілим числом копійок; bool не приймається як ціла сума. Завантаження повертає список лише після перевірки всіх записів. Файл із неправильними даними не виправляється мовчки. Ці функції використаємо в тестах далі.

py
# expenses.py
import json
from dataclasses import asdict, dataclass
from pathlib import Path


@dataclass(frozen=True)
class Expense:
    category: str
    cents: int

    def __post_init__(self) -> None:
        if not isinstance(self.category, str):
            raise ValueError("категорія має бути рядком")
        if not self.category.strip():
            raise ValueError("категорія порожня")
        if type(self.cents) is not int or self.cents <= 0:
            raise ValueError("сума має бути додатним цілим")


def save(path: Path, items: list[Expense]) -> None:
    text = json.dumps([asdict(item) for item in items],
                      ensure_ascii=False, indent=2,
                      allow_nan=False)
    path.write_text(text, encoding="utf-8")


def load(path: Path) -> list[Expense]:
    data = json.loads(path.read_text(encoding="utf-8"))
    if not isinstance(data, list):
        raise ValueError("потрібен масив записів")
    result: list[Expense] = []
    for row in data:
        if not isinstance(row, dict):
            raise ValueError("запис має бути об’єктом")
        if set(row) != {"category", "cents"}:
            raise ValueError("неправильні поля запису")
        result.append(Expense(row["category"], row["cents"]))
    return result

Окремий файл demo_expenses.py запускає демонстрацію. Функції збереження не друкують повідомлень і не читають клавіатуру, тому можуть використовуватися і в іншому інтерфейсі.

py
# demo_expenses.py
from pathlib import Path
from tempfile import TemporaryDirectory
from expenses import Expense, load, save


with TemporaryDirectory() as folder:
    path = Path(folder) / "expenses.json"
    save(path, [Expense("Транспорт", 3000), Expense("Їжа", 7500)])
    items = load(path)
    print(len(items), sum(item.cents for item in items))
2 10500

JSONDecodeError повідомляє про неправильний синтаксис, а наш ValueError – про порушення структури або предметних правил. Не перехоплюйте помилку лише для перезапису файла порожнім списком. Для робочого застосунку також продумують атомарну заміну файла: спочатку повністю записують тимчасовий файл поряд, потім замінюють ціль. Це захищає від часткового результату, але не розв’язує одночасне редагування кількома процесами.

CSV як таблиця текстових полів ​

CSV є форматом рядків і полів із розділювачем та правилами екранування лапок. Не розбивайте його звичайним split(";"): поле може містити розділювач у лапках або навіть новий рядок. csv.reader повертає списки полів, DictReader використовує перший рядок як заголовки. Усі прочитані значення потребують явного перетворення типів.

Файл відкривайте з newline="", щоб модуль CSV сам керував переводами рядків. Для обміну з деякими налаштуваннями Excel зручно використовувати delimiter=";" і encoding="utf-8-sig": останнє додає або прибирає BOM. Це не гарантує однакове автоматичне визначення формату в усіх версіях Excel, тому параметри формату потрібно вказати в README. Довідка: https://docs.python.org/3.14/library/csv.html.

Приклад 3. Відомість оцінок ​

Програма самостійно створює невелику відомість у тимчасовому каталозі, читає її та обчислює середній бал. Імена залишаються рядками, бали перетворюються на int із перевіркою 0..100. Перед обробкою рядків перевіряються точні заголовки.

py
import csv
from pathlib import Path
from tempfile import TemporaryDirectory


with TemporaryDirectory() as folder:
    path = Path(folder) / "grades.csv"
    with path.open("w", encoding="utf-8-sig", newline="") as f:
        writer = csv.DictWriter(f, fieldnames=["name", "score"],
                                delimiter=";")
        writer.writeheader()
        writer.writerows([{"name": "Олена", "score": 80},
                          {"name": "Іван", "score": 90}])
    scores: list[int] = []
    with path.open(encoding="utf-8-sig", newline="") as f:
        reader = csv.DictReader(f, delimiter=";")
        if reader.fieldnames != ["name", "score"]:
            raise ValueError("неправильний заголовок")
        for row in reader:
            if None in row or not row["name"].strip():
                raise ValueError("неправильний рядок")
            score = int(row["score"])
            if not 0 <= score <= 100:
                raise ValueError("бал поза межами")
            scores.append(score)
    if not scores:
        raise ValueError("немає оцінок")
    print(f"Середній бал: {sum(scores) / len(scores):.2f}")
Середній бал: 85.00

Для зовнішнього файла перевіряйте також відсутні поля, дублікати ідентифікаторів і вибране правило порожніх рядків. Якщо поле score відсутнє, DictReader може дати None, тому до перетворення потрібна явна перевірка. У цьому самодостатньому прикладі файл створено з повною схемою; лабораторна робота вимагає валідувати сторонні вхідні дані.