本文介紹glom，Python中被忽略的，嵌套對象與數據的運算符。
如果你一點就通，請訪問glom.readthedocs.io查看完整的API文檔和教程。
如果你理解起來有困難，請看這個5分鐘的視頻（鏈接：https://www.youtube.com/watch?v=3aREXkfeWek）。如果你還是沒什麼概念，請關注我的推特：https://twitter.com/mhashemi/status/994111054702522369。
嵌套結構的困擾
關於Python，有一種說法是“扁平比嵌套好。”
也許時代已經發生了變化，或者這個說法更多的是針對代碼而不是數據。儘管有這樣的忠告，嵌套數據仍然在增長，從文檔存儲到RPC系統、結構化日誌，再到在線JSON Web服務。
如果“扁平”是全部的話，為什麼命名空間會成為一個好主意？沒有人喜歡人為的扁平性，沒有人想用40個參數來調用一個函數。
嵌套數據可能有點複雜。讀取嵌套很深的結構化數據可能會遇到一些錯誤。看看這行簡單的代碼：
這一行代碼可能會導致至少四種不同的異常，每種異常的提示都沒什麼指導意義，很難判斷問題所在：
顯然，我們需要一些工具來讀取嵌套數據。
輸入glom。
重組數據
glom是處理數據的新方法，其特點是：
--基於路徑訪問嵌套結構
--使用輕量級的Python規範進行聲明性數據轉換
--可讀的、有意義的錯誤消息
--內置數據搜索和調試功能
像glom這樣簡單而強大的工具使得人們將它與其它模塊進行比較（鏈接：http://glom.readthedocs.io/en/latest/by_analogy.html）。
雖然存在相似之處，但在以下幾個方面glom與其它工具有所不同：
1、不僅僅是訪問數據
許多處理嵌套數據的工具僅僅是執行數據的深度獲取與搜索。由於數據訪問幾乎總是在任務之前，glom進一步改變樣式，實現數據的完全聲明式轉換。
舉例介紹，讓我們從訪問“太空時代”開始，即經典的“深度獲取”：
術語速查：
target是我們的數據，可以是字典，列表或者其它任何對象。
spec是我們想要的輸出結果。
由於output = glom(target, spec) 已經輸出到內存,glom可以開始執行新的任務。
我們的天文學家希望專注於太陽系，並將行星作為一個列表。讓我們重新構造數據以創建一個名稱列表：
假設我們想要獲得一個並行列表，其中包含行星名稱及其衛星數量：
儘管輸入的是嵌套型數據，但我們可以隨數據本身的變化，儘快地改變數據參數，重組我們的結果。像列表推導一樣，對於嵌套數據，我們的代碼反映了我們的輸出。
這才剛剛開始。
2、真正的Python工具
其它大多數類似的工具侷限於特定的數據格式或是純模塊，如jmespath或者XPath / XSLT。 glom沒有犧牲實用性，充分利用了Python本身的全部功能。
回到我們的例子，假設我們想要得到衛星的總數：
通過glom，您可以在任何時刻完全訪問Python。可以將值傳遞給函數，無論是內置的，導入的還是用lambda內聯定義的。但glom的功能還不止於此。
現在我要介紹我最喜歡的功能之一。藉助Python的強大功能，我們分析以下語法：
剛剛發生了什麼？
T代表target，它充當數據的替身。 T記錄您獲得的每個鍵，您訪問的每個屬性，您整理的每個索引以及您調用的每種方法。然後獲得一個一樣可用的spec。
不用擔心如果屬性是None或沒有設置鍵值。即便這樣，T永遠不會引發異常，所以最糟糕的情況是，當你運行glom時，你會得到一個有意義的錯誤信息。
如果你確定沒有數據，只需設置一個默認值：
最後，進行了空值合併運算！
還有更多功能。這種靈活性讓我愛上了Python。沒有其它語言可以做到這一點。
這就是為什麼glom首先是一個Python庫，然後才是命令行工具。哦，我還沒有提到有命令行功能？
3、首先是庫，然後是命令行工具
像jq這樣的工具對控制檯很有用，但也會產生混亂的路徑。 glom的全功能命令行界面只是其更廣泛應用的基礎。
我們會獲得這樣一個列表:
用Python文字規範將JSON導入glom，並輸出漂亮的JSON。這是處理和過濾API調用、搜索數據的好方法。這是真正令人愉快的，因為你知道你不會被導入錯誤困擾。
命令行中的所有內容都可以直接移植到真實的Python程序中，具有更好的錯誤處理能力和無限的集成可能性。
下一步
在使用glom前，我從來沒有想過可以如此快速地將一段代碼投入實際應用。
首次提交代碼後的兩週內，glom體現了黃金般的價值，glom替代了Django Rest Framework兩到五倍的代碼量，使代碼庫運行更快，更易讀。同時，glom的核心非常緊湊，我們正在進行大量的文檔編寫和測試工作，而不是編寫代碼。
除非另有說明，glom函數與其餘的API一起是穩定運行的。
其它許多功能正在開發中。目前，我們將重點放在以下領域：
--主框架中相關功能的驗證。
--命令行的靈活性，更直觀的錯誤消息等。
--擴展API，清理一些內部代碼，打開擴展。
--共同安裝包（例如，Django）的自動默認註冊。
我們將在PyCon上討論相關問題，如果可以的話，請嘗試用一下。無論什麼情況，我都希望你能嘗試用一下glom，讓我們知道它的效果怎麼樣！
英文原文：https://sedimental.org/glom_restructured_data.html
譯者：錢利鵬
閱讀更多 Python部落 的文章
