Laboratorio - Analizar diferentes tipos de datos con Python

Objetivos
Parte 1: Iniciar la Maquina Virtual (Virtual Machine) DEVASC.
Parte 2: Analizar XML en Python.
Parte 3: Analizar JSON en Python.
Parte 4: Analizar YAML en Python.

Aspectos básicos/Situación.
Examinar significa analizar un mensaje, dividiéndolo en sus partes componentes y comprender el propósito
de cada parte en contexto. Cuando los mensajes se transmiten entre equipos, viajan como una secuencia de
caracteres. Esos caracteres son efectivamente una string (cadena). Ese mensaje debe ser analizado en una
estructura de datos semánticamente equivalente que contenga datos de tipos reconocidos (por ejemplo,
integers, floats, strings, and booleans) antes de que los datos puedan ser interpretados y actuados sobre
ellos.
En este laboratorio, usará Python para analizar cada formato de datos a su vez: XML, JSON y YAML.
Analizaremos ejemplos de código y hablaremos sobre cómo funciona cada analizador.

Recursos necesarios
 1 Computadora con sistema operativo de su elección
 Virtual Box o VMWare
 Máquina virtual (Virtual Machine) DEVASC

Instrucciones

Parte 1: Iniciar la Máquina virtual (Virtual Machine) de DEVASC

Si no ha completado el laboratorio - Instale el Entorno de Laboratorio de la Máquina Virtual, hágalo
ahora. Si se ha completado ya, inicie la máquina virtual DEVASC.

Parte 2: Analizar XML en Python

Debido a la flexibilidad proporcionada por el Lenguaje de marcado extensible (XML), puede ser complicado
de analizar. Los campos de datos etiquetados de texto completo de XML no se asignan inequívocamente a
los tipos de datos predeterminados en Python u otros lenguajes populares. Además, no siempre es obvio
cómo se deben representar los valores de atributo en los datos.
Estos problemas pueden ser eludidos por los desarrolladores de Cisco que trabajan en algunos contextos, ya
que Cisco ha proporcionado herramientas como YANG-CLI, que valida y consume XML relevante para el
modelado de datos y las tareas relacionadas. A continuación se muestra el contenido del archivo myfile.xml
que se encuentra en ~/labs/devnet-src/parsing. Este es un ejemplo del tipo de archivo que administra
YANG-CLI. Analizar este archivo en Python para obtener acceso a la información que contiene.
<?xml version="1.0" encoding="UTF-8"?>
<rpc message-id="1"
xmlns="urn:ietf:params:xml:ns:netconf:base:1.0">
<edit-config>
<target>

 2020 - 2020 Cisco y/o sus filiales. Todos los derechos reservados. Información pública de Cisco Página 1 de 6
www.netacad.com
Laboratorio - Analizar diferentes tipos de datos con Python

<candidate/>
</target>
<default-operation>fusionar </default-operation>
<test-option>set </test-option>
<config>
<int8.1
xmlns:nc="urn:ietf:params:xml:ns:netconf:base:1.0"
nc:operation="crear»
xmlns=» http://netconfcentral.org/ns/test">9 </int8.1>
</config>
</edit-config>
</rpc>

Paso 1: Crar un script para analizar los datos XML.

a. Abrir el archivo parsexml.py que se encuentra en el directorio ~/labs/devnet-src/parsing.
b. Importar el módulo ElementTree de la librería XML y el motor de expresiones regulares. El módulo
ElementTree se utilizará para realizar el análisis. El motor de expresión regular se utilizará para buscar
datos específicos.
Nota: Si no tiene experiencia con el uso de expresiones regulares en Linux, Python u otros lenguajes de
programación orientados a objetos, busque tutoriales en Internet.
Import XML.Etree.ElementTree as ET
Import re
c. A continuación, utilice la función de parse de ET (ElementTree) para analizar el archivo myfile.xml y
asignarlo a una variable (xml). Luego, obtenga el elemento raíz con la función getroot y asígnelo a una
variable (root).
xml = et.parse («myfile.xml»)
root = xml.getroot ()
d. Ahora el nivel superior del árbol se puede buscar la etiqueta que contiene <edit-config>, y cuando se
encuentra, ese bloque etiquetado se puede buscar por dos valores con nombre que contiene: <default-
operation> y <test-option>. Crear una expresión regular para obtener el contenido del contenido root
(raíz) XML en la <rpc> etiqueta y, a continuación, agregue expresiones regulares adicionales para
profundizar en el contenido con el fin de encontrar el valor de <edit-config> <default-operation>, y <test-
option> elementos.
ns = re.match ('{.*}', root.tag) .group (0)
editconf = root.find («{} edit-config» .format (ns))
defop = editconf.find («{} default-operation» .format (ns))
testop = editconf.find («{} test-option» .format (ns))
e. Agregar instrucciones de impresión para imprimir el valor de los <default-operation>y <test-option>
print ("The default-operation contains: {}".format(defop.text))
print ("The test-option contains: {}".format(testop.text))

Paso 2: Ejecute el script

Guarde y ejecute parsexml.py. Debería ver el siguiente resultado:
devasc @labvm: ~/labs/devnet-src/parsing$ python3 parsexml.py
La operación predeterminada contiene: merge
La opción de prueba contiene: set

 2020 - 2020 Cisco y/o sus filiales. Todos los derechos reservados. Información pública de Cisco Página 2 de 6
www.netacad.com
Laboratorio - Analizar diferentes tipos de datos con Python

devasc @labvm: ~/labs/devnet-src/parsing$

Parte 3: Analizar JSON en Python

El análisis de la notación de objetos JavaScript (JSON) es un requisito frecuente para interactuar con las API
REST. Los pasos son generalmente los siguientes:
1) Autenticar usando una combinación de usuario/contraseña para recuperar un token que caducará
después de un período de tiempo establecido. Este token se utiliza para autenticar solicitudes
posteriores.
2) Ejecutar una solicitud GET a la REST API, autenticando según sea necesario, para recuperar el
estado de un recurso, solicitando JSON como formato de salida.
3) Modificar el JSON devuelto, según sea necesario.
4) Ejecutar un POST (o PUT) en la misma API REST (de nuevo, autenticando según sea necesario)
para cambiar el estado del recurso, nuevamente solicitando JSON como formato de salida e
interpretándolo según sea necesario para determinar si la operación se realizó correctamente.
El ejemplo JSON para analizar es esta respuesta de una solicitud de token:
{

«access_token» :"zdi3mgeyyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzWnmzdewn2itytu
3",
«expires_in» :1209600,

«refresh_token» :"mdeymzq1njc4otaxmjm0nty3odkwmtizndu2nzg5mdeymzq1njc4otEymzq1
njc4",
«refreshtokenexpires_in» :7776000
}
En los scripts de Python, la librería Python json se puede usar para analizar JSON en estructuras de datos
nativas de Python y serializar estructuras de datos como JSON. La librería Python yaml se puede utilizar
para convertir los datos a YAML.
El siguiente programa utiliza ambos módulos para analizar los datos JSON anteriores, extraer e imprimir
valores de datos, y generar una versión YAML del archivo. Utilizar el método json library loads () para
analizar una string en la que se ha leído el archivo. A continuación, utilizar referencias de datos normales de
Python para extraer valores de la estructura de datos de Python resultante. Finalmente, utilizar la función de
yamllibraryl dump() para serializar los datos de Python de nuevo como YAML, al terminal.

Paso 1: Crear un script para analizar los datos JSON.

b. Abrir el archivo parsejson.py que se encuentra en el directorio ~/labs/devnet-src/parsing.
c. Importar las librerías json y yaml.
Import json
Import yaml
d. Usar la instrucción Python with para abrir myfile.json y establecerlo en el nombre de la variable
json_file. Luego use el método json.load para cargar el archivo JSON en una string establecida con el
nombre de variable ourjson.
Nota: No hay necesidad de cerrar explícitamente el archivo, ya que la instrucción with garantiza la
apertura y el cierre adecuados del archivo.
with open ('myfile.json', 'r') as json_file:
ourjson = json.load (json_file)

 2020 - 2020 Cisco y/o sus filiales. Todos los derechos reservados. Información pública de Cisco Página 3 de 6
www.netacad.com
Laboratorio - Analizar diferentes tipos de datos con Python

e. Agregar una declaración de impresión para ourjson para ver que ahora es un diccionario de Python.
print (ourjson)

Paso 2: Ejecutar el script para imprimir los datos JSON y luego modificarlo para imprimir datos
de interés.
a. Guardar y ejecutar el script. Debería ver el siguiente resultado:
devasc @labvm: ~/labs/devnet-src/parsing$ python3 parsejson.py
{'access_token': 'zdi3mgeyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzmzwnmzDewn2itytu3',
'expires_in': 1209600, 'refresh_token':
'mdeymzq1njc4otaxmJm0nty3OdY3kWnty3jmJm0nty3kWnty3kWnty3kWnjmJM0njm_token'
Mtizndu2nzg5mdeymzq1njc4oteymzq1njc4 ',' refreshtokenexpires_in ': 7776000}
devasc @labvm: ~/labs/devnet-src/parsing$
b. Agregar instrucciones de impresión que muestren el valor del token y cuántos segundos hasta que
caduque el token.
print("The access token is: {}".format(ourjson['access_token']))
print("The token expires in {} seconds.".format(ourjson['expires_in']))
c. Guardar y ejecutar el script. Debería ver el siguiente resultado:
devasc @labvm: ~/labs/devnet-src/parsing$ python3 parsejson.py
{'access_token': 'zdi3mgeyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzmzwnmzDewn2itytu3',
'expires_in': 1209600, 'refresh_token':
'mdeymzq1njc4otaxmJm0nty3OdY3kWnty3jmJm0nty3kWnty3kWnty3kWnjmJM0njm_token'
Mtizndu2nzg5mdeymzq1njc4oteymzq1njc4 ',' refreshtokenexpires_in ': 7776000}
1209600
El token de acceso es zdi3mgeyyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzWnmzDewn2itytu3
El token caduca en 1209600 segundos
devasc @labvm: ~/labs/devnet-src/parsing$

Paso 3: Muestra los datos JSON analizados en un formato de datos YAML.

a. Agregue una instrucción de impresión que mostrará los tres guiones necesarios para un archivo YAML.
Los dos \ n agregarán dos líneas después de la salida anterior. Luego agregue una declaración para
imprimir ourjson como datos YAML utilizando el método dump () de la librería yaml.
print(«\ n\ n—»)
print (yaml.dump (ourjson))
b. Guardar y ejecutar el script. Debería ver el siguiente resultado:
devasc@labvm:~/labs/devnet-src/parsing$ python3 parsejson.py
<output from previous steps omitted>
---
access_token: zdi3mgeyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzWnmzDewn2itytu3
expires_in: 1209600
refresh_token: mdeymzq1njc4otaxmjm0nty3odkwmtizndu2nzg5mdeymzq1njc4otEymzq1njc4
refreshtokenexpires_in: 7776000

devasc @labvm: ~/labs/devnet-src/parsing$

Parte 4: Analizar YAML en Python

El siguiente programa importa las librerías json y yaml, utiliza PyYaml para analizar un archivo YAML,
extraer e imprimir valores de datos y generar una versión JSON del archivo. Utilizar el método de librería

 2020 - 2020 Cisco y/o sus filiales. Todos los derechos reservados. Información pública de Cisco Página 4 de 6
www.netacad.com
Laboratorio - Analizar diferentes tipos de datos con Python

yamlsafe_load () para analizar la secuencia de archivos y las referencias normales de datos de Python para
extraer valores de la estructura de datos de Python resultante. A continuación, utilice la función json
librarydumps() para serializar los datos de Python de nuevo como JSON.
El ejemplo de YAML para analizar es el mismo archivo YAML que se ha salido en la Parte 3:
---
access_token: zdi3mgeyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzWnmzDewn2itytu3
expires_in: 1209600
refresh_token: mdeymzq1njc4otaxmjm0nty3odkwmtizndu2nzg5mdeymzq1njc4otEymzq1njc4
refreshtokenexpires_in: 7776000

Paso 1: Crear un script para analizar los datos de YAML.

a. Abrir el archivo parseyaml.py que se encuentra en el directorio ~/labs/devnet-src/parsing.
b. Importar las librerías json y yaml.
Import json
Import yaml
c. Utilice la instrucción Python with para abrir myfile.yaml y establecerlo en el nombre de la variable
yaml_file. A continuación, utilice el método yaml.safe_load para cargar el archivo YAML en una string
(cadena) establecida con el nombre de variable ouryaml.

with open('myfile.yaml','r') as yaml_file:

ouryaml = yaml.safe_load (yaml_file)
d. Agregue una declaración de impresión para ouryaml para ver que ahora es un diccionario de Python.
print (ouryaml)

Paso 2: Ejecutar el script para imprimir los datos de YAML y luego modificarlo para imprimir
datos de interés.
a. Guardar y ejecutar el script. Debería ver el siguiente resultado:
devasc @labvm: ~/labs/devnet-src/parsing$ python3 parseyaml.py
{'access_token': 'zdi3mgeyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzmzwnmzDewn2itytu3',
'expires_in': 1209600, 'refresh_token':
'mdeymzq1njc4otaxmJm0nty3OdY3kWnty3jmJm0nty3kWnty3kWnty3kWnjmJM0njm_token'
Mtizndu2nzg5mdeymzq1njc4oteymzq1njc4 ',' refreshtokenexpires_in ': 7776000}
devasc @labvm: ~/labs/devnet-src/parsing$
b. Agregar instrucciones de impresión que muestren el valor del token y cuántos segundos hasta que
caduque el token.
print("The access token is {}".format(ouryaml['access_token']))
print("The token expires in {} seconds.".format(ouryaml['expires_in']))
c. Guardar y ejecutar el script. Debería ver el siguiente resultado:
devasc @labvm: ~/labs/devnet-src/parsing$ python3 parseyaml.py
{'access_token': 'zdi3mgeyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzmzwnmzDewn2itytu3',
'expires_in': 1209600, 'refresh_token':
'mdeymzq1njc4otaxmJm0nty3OdY3kWnty3jmJm0nty3kWnty3kWnty3kWnjmJM0njm_token'
Mtizndu2nzg5mdeymzq1njc4oteymzq1njc4 ',' refreshtokenexpires_in ': 7776000}
El token de acceso es zdi3mgeyyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzWnmzDewn2itytu3
El token caduca en 1209600 segundos.
devasc @labvm: ~/labs/devnet-src/parsing$

 2020 - 2020 Cisco y/o sus filiales. Todos los derechos reservados. Información pública de Cisco Página 5 de 6
www.netacad.com
Laboratorio - Analizar diferentes tipos de datos con Python

Paso 3: Muestra los datos YAML analizados en un formato de datos JSON.

a. Agregue una instrucción de impresión para agregar dos líneas en blanco después de la salida anterior.
Luego agregue una declaración para imprimir ouryaml como datos JSON utilizando el método dumps ()
de la librería json. Agregar el parámetro de sangría para especificar los datos JSON.
print («\ n\ n»)
print(json.dumps(ouryaml, indent=4))
b. Guardar y ejecutar el script. Debería ver el siguiente resultado: Observar que la salida se parece al
myfile.json.
devasc @labvm: ~/labs/devnet-src/parsing$ python3 parseyaml.py
<output from previous steps omitted>
{
«access_token» :"zdi3mgeyyzqtnmflns00ndnhlwflnzatzgvjnje0mgu1ogzWnmzdewn2itytu3",
«expires_in» :1209600,
«refresh_token» :"mdeymzq1njc4otaxmjm0nty3odkwmtizndu2nzg5mdeymzq1njc4otEymzq1njc4",
«refreshtokenexpires_in» :7776000
}
devasc @labvm: ~/labs/devnet-src/parsing$
Fin del documento

 2020 - 2020 Cisco y/o sus filiales. Todos los derechos reservados. Información pública de Cisco Página 6 de 6
www.netacad.com