Metadata-Version: 2.4
Name: datatext
Version: 1.0.0
Summary: A simple database library that operates on plain text files
Home-page: https://github.com/tikipiya/datatext
Author: tikipiya
Author-email: s2501082@sendai-nct.jp
Project-URL: Bug Reports, https://github.com/tikipiya/datatext/issues
Project-URL: Source, https://github.com/tikipiya/datatext
Keywords: database,text,file,simple,lightweight,zero-dependency
Classifier: Development Status :: 3 - Alpha
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.7
Classifier: Programming Language :: Python :: 3.8
Classifier: Programming Language :: Python :: 3.9
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Topic :: Database
Classifier: Topic :: Software Development :: Libraries :: Python Modules
Requires-Python: >=3.7
Description-Content-Type: text/markdown
Provides-Extra: dev
Requires-Dist: pytest>=6.0; extra == "dev"
Requires-Dist: pytest-cov>=2.0; extra == "dev"
Requires-Dist: black>=21.0; extra == "dev"
Requires-Dist: flake8>=3.8; extra == "dev"
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: home-page
Dynamic: keywords
Dynamic: project-url
Dynamic: provides-extra
Dynamic: requires-python
Dynamic: summary

# DataText

プレーンテキストファイルで動作するシンプルなデータベースライブラリ

## 📋 概要

DataTextは、プレーンテキストファイルをデータベースとして使用できるPythonライブラリです。CSVよりも柔軟で直感的なデータ操作が可能で、外部依存関係は一切ありません。

## ✨ 特徴

- **依存ゼロ**: 外部ライブラリは一切不要
- **直感的API**: SQL風のクエリ構文
- **人間が読める**: プレーンテキストファイルで保存
- **軽量**: シンプルで高速
- **柔軟**: CSVよりも自由度の高いデータ形式

## 🚀 クイックスタート

### インストール

```bash
pip install datatext
```

### 基本的な使い方

```python
from datatext import DataText

# データベースファイルを作成
db = DataText('mydata.txt')

# テーブル作成
db.create_table('users', {
    'id': 'int',
    'name': 'str',
    'email': 'str',
    'age': 'int'
})

# データ挿入
db.insert('users', {
    'id': 1,
    'name': '田中太郎',
    'email': 'tanaka@example.com',
    'age': 25
})

# データ検索
users = db.select('users').where('age', '>', 20).execute()
print(users)
```

## 📊 サポートするデータ型

- `int`: 整数
- `float`: 浮動小数点数
- `str`: 文字列
- `bool`: 真偽値
- `datetime`: 日時（ISO形式）

## 🔍 クエリ機能

### SELECT文

```python
# 全データを取得
all_users = db.select('users').execute()

# 特定のフィールドのみ取得
names = db.select('users', ['name', 'email']).execute()

# 条件付き検索
young_users = db.select('users').where('age', '<', 30).execute()

# 複数条件
results = db.select('users').where('age', '>', 18).where('name', 'like', '田').execute()

# ソート
sorted_users = db.select('users').order_by('age', desc=True).execute()

# 件数制限
limited_users = db.select('users').limit(10).offset(5).execute()
```

### WHERE条件

| 演算子 | 説明 | 例 |
|--------|------|-----|
| `=` | 等しい | `.where('age', '=', 25)` |
| `!=` | 等しくない | `.where('name', '!=', '田中')` |
| `>` | より大きい | `.where('age', '>', 20)` |
| `<` | より小さい | `.where('age', '<', 30)` |
| `>=` | 以上 | `.where('age', '>=', 18)` |
| `<=` | 以下 | `.where('age', '<=', 65)` |
| `like` | 文字列を含む | `.where('name', 'like', '田')` |
| `in` | リストに含まれる | `.where('age', 'in', [20, 25, 30])` |

### カスタム条件

```python
# 関数を使った条件
def adult_filter(record):
    return record['age'] >= 18

adults = db.select('users').where_func(adult_filter).execute()
```

## 🛠️ データ操作

### データの挿入

```python
# 単一レコード
db.insert('users', {'id': 2, 'name': '佐藤花子', 'email': 'sato@example.com'})

# 複数レコード
users = [
    {'id': 3, 'name': '鈴木一郎', 'email': 'suzuki@example.com'},
    {'id': 4, 'name': '高橋美咲', 'email': 'takahashi@example.com'}
]
for user in users:
    db.insert('users', user)
```

### データの更新

```python
# 条件に一致するレコードを更新
updated = db.update('users', 
                   {'age': 26}, 
                   lambda record: record['name'] == '田中太郎')
print(f"{updated}件のレコードが更新されました")
```

### データの削除

```python
# 条件に一致するレコードを削除
deleted = db.delete('users', lambda record: record['age'] < 18)
print(f"{deleted}件のレコードが削除されました")

# 全削除
db.delete('users')
```

## 🗂️ テーブル管理

### テーブル情報の取得

```python
# テーブル情報
info = db.get_table_info('users')
print(f"テーブル名: {info['name']}")
print(f"レコード数: {info['record_count']}")
print(f"スキーマ: {info['schema']}")

# 全テーブル一覧
tables = db.list_tables()
print(f"テーブル一覧: {tables}")
```

### テーブルの削除

```python
# テーブルを削除
db.drop_table('users')
```

## 📁 ファイル形式

DataTextは以下の形式でデータを保存します：

```
# datatext database file
# generated by datatext library

@table users
id:int|name:str|email:str|age:int
1|田中太郎|tanaka@example.com|25
2|佐藤花子|sato@example.com|30

@table products
id:int|name:str|price:float|available:bool
1|商品A|1000.0|true
2|商品B|1500.5|false
```

## 🎯 使用例

### 設定ファイルの管理

```python
# 設定データベース
config_db = DataText('config.txt')

config_db.create_table('settings', {
    'key': 'str',
    'value': 'str',
    'updated_at': 'datetime'
})

# 設定の保存
config_db.insert('settings', {
    'key': 'theme',
    'value': 'dark',
    'updated_at': '2024-01-01 10:00:00'
})

# 設定の読み込み
theme = config_db.select('settings').where('key', '=', 'theme').first()
print(f"テーマ: {theme['value']}")
```

### ログデータの管理

```python
# ログデータベース
log_db = DataText('logs.txt')

log_db.create_table('access_logs', {
    'timestamp': 'datetime',
    'ip': 'str',
    'path': 'str',
    'status': 'int'
})

# ログの記録
log_db.insert('access_logs', {
    'timestamp': '2024-01-01 10:00:00',
    'ip': '192.168.1.100',
    'path': '/api/users',
    'status': 200
})

# エラーログの検索
errors = log_db.select('access_logs').where('status', '>=', 400).execute()
```

## 🧪 テスト

```bash
# テストの実行
python -m pytest tests/

# サンプルコードの実行
python examples/basic_usage.py
```

## 🚀 パフォーマンス

- **小規模データ**: 1,000件程度まで高速
- **中規模データ**: 10,000件程度まで実用的
- **大規模データ**: より高機能なデータベースを検討

## 📄 ライセンス

MIT License

## 👤 作者

**tikisan** - GitHub: [@tikipiya](https://github.com/tikipiya)

## 🔗 関連リンク

- [GitHub Repository](https://github.com/tikipiya/datatext)
- [PyPI Package](https://pypi.org/project/datatext/)
- [Documentation](https://github.com/tikipiya/datatext/docs)

---
