Datenformate in Python verarbeiten- XML, YAML und eigene Formate

Datenformate in Python verarbeiten: XML, YAML und eigene Formate

Ein praxisorientierter Leitfaden zum Einlesen, Verarbeiten und Erstellen strukturierter Datenformate in Python

Inhaltsverzeichnis

Kapitel 1: Überblick über strukturierte Datenformate

• Warum strukturierte Daten?
• Vergleich: JSON, XML, YAML, INI, CSV, eigene Formate
• Wann welches Format verwenden?
• Python-Module im Überblick

Kapitel 2: Grundlagen der Arbeit mit XML

• Struktur von XML-Dateien (Tags, Attribute, Hierarchien)
• Einlesen mit xml.etree.ElementTree
• Elemente suchen, ändern und schreiben
• Mini-Projekt: XML-Konfigurationsdatei lesen und bearbeiten

Kapitel 3: Erweiterte XML-Verarbeitung

• Verwendung von minidom und lxml
• XPath-Ausdrücke verstehen
• Validierung mit XML-Schema (XSD)
• Mini-Projekt: Validiertes XML-Exportmodul für Daten

Kapitel 4: YAML-Dateien in Python nutzen

• Was ist YAML und wann ist es besser als JSON?
• PyYAML verwenden: yaml.safe_load(), yaml.dump()
• Strukturierte Konfigurationsdaten lesen und schreiben
• Mini-Projekt: Mehrsprachige Konfiguration in YAML verwalten

Kapitel 5: Eigene Datenformate lesen und schreiben

• Eigene Trennzeichenformate (|, ;, etc.)
• Reguläre Ausdrücke zum Parsen verwenden
• Parser und Serialisierer erstellen
• Mini-Projekt: Eigenes einfaches Datenformat entwickeln

Kapitel 6: Konvertierung zwischen Formaten

• XML ↔ YAML, YAML ↔ JSON, JSON ↔ CSV
• Struktur angleichen, Felder umwandeln
• Umgang mit verschachtelten Strukturen
• Mini-Projekt: Konverter-Tool für Konfigurationsdaten

Kapitel 7: Validierung und Fehlerbehandlung

• Strukturprüfung und Exception-Handling
• Fehlertolerantes Einlesen von externen Dateien
• Testdaten erzeugen und automatisch validieren
• Mini-Projekt: Eingabedatei mit Schema prüfen und loggen

Kapitel 8: Arbeiten mit großen Dateien und Streams

• Speichersparendes Parsen großer XML/YAML-Dateien
• Streaming mit xml.sax und Generatoren
• Mini-Projekt: Streaming-Parser für Logdateien im XML-Format

Kapitel 9: Integration in reale Anwendungen

• Konfigurationsmanagement in CLI- und Webanwendungen
• API-Kommunikation mit YAML/XML
• Versionierung von Datenstrukturen
• Mini-Projekt: Web-App mit YAML-basierten Einstellungen

Kapitel 10: Best Practices und Standards

• Dokumentation und Formatbeschreibung
• Datenaustausch zwischen Systemen
• Tipps für robustes Dateihandling und Portabilität
• Mini-Projekt: Datenimportmodul mit Format-Fallback

Anhang A: Module und Tools im Überblick

• xml.etree, lxml, PyYAML, configparser, re, csv, io
• Installationshinweise und Links

Anhang B: Beispiel-Datenformate und Templates

• XML-Beispieldatei
• YAML-Beispielkonfiguration
• Eigene Formate mit Parser

Anhang C: Übungsaufgaben mit Lösungen

• XML-Datei parsen und Daten extrahieren
• YAML-Datei lesen und in Python-Datenstruktur umwandeln
• Eigene Datei analysieren und rekonstruieren
• Lösungen mit Schritt-für-Schritt-Kommentaren