本文目录一览：
python之jsonpath模块
官方文档： http：//goessner.net/articles/JsonPath jsonpath表达式与xPath表达式类似，用来解析多层嵌套的json数据。JsonPath是Json版的XPath。
Python中jsonpath的使用技巧主要包括以下几点：访问根对象：使用$符号来标识根对象。例如，访问根对象中的某个属性或列表，可以直接使用$后跟属性名或路径。递归探索深层结构：使用双点符号..来递归地探索JSON文档的深层结构。这可以方便地获取某个属性下的所有内容，无论它们位于多少层嵌套中。
使用JSONPath方便提取JSON数据，以下技巧助你高效操作： 多字段查询：使用逗号分隔，如$.key1， $.key2， $.key3。 通配符查询：*匹配任意节点，如$.key*获取key1所有子节点。 筛选节点：[]内输入索引，如$.key1[0]获取key1下的第一个节点。
ETL-Kettle学习笔记(入门,简介,简单操作)
1、ETLKettle学习笔记入门ETL简介：ETL是数据处理的关键流程，包括数据抽取、转换和加载。Kettle概述：Kettle是一款强大的ETL工具，基于Java编写，支持跨平台运行，具有高效稳定的数据抽取能力。简介主要概念：Chef：负责设计Job。Kitchen：用于执行Job。Spoon：转换设计工具。Pan：转换执行器，通过命令行方式运作。
2、学习Kettle的核心对象：输入与输出控件。对于输出至Oracle数据库，选择表输出控件。将控件从表中拉出，并通过Shift键建立联系，实现从Excel到数据库表的链接。编辑Excel输入控件，预览文件路径，确保无误。选择需要的Sheet，全选后点击确定。通过获取头部数据字段，完成Excel输入设置。
3、Kettle和DolphinScheduler的学习要点如下：Kettle： 安装：在安装Kettle前需确保已安装Java，推荐版本为Kettle 0.0与Java 0兼容。自行搜索教程进行安装，注意版本一致性以避免程序运行问题。 基本介绍：Kettle提供了丰富的功能，用于数据抽取、转换和加载操作。
如何为package.json添加注释
1、要在package.json中添加注释，你可以按照以下步骤操作：安装JsonComments插件：打开VSCode的扩展商店。搜索JsonComments并安装该插件。使用插件添加注释：打开你的package.json文件。在需要注释的键上悬停，选择Add Comment。输入你的注释内容，注释将以CodeLens的形式显示在键上方。
2、首先，打开VSCode的扩展商店，搜索并安装`JsonComments`。安装完成后，这个插件会在你打开的`JSON`文件中提供注释功能。只需在需要注释的键上悬停，选择Add Comment，输入你的注释内容，注释将以CodeLens的形式显示在键上方，方便查看和管理。要删除注释，只需点击注释内容，然后选择删除。
3、首先在json语法中是没有注释语法的，添加注释或者**在JSON文件中是不允许的，JSON有两种数据结构名称值对的集合key value样式值的有序列表就是Array而在JSON的文档中说明只要是不符合上面两种结构的。
4、设置方法通常包含以下步骤：首先，进入项目目录。随后，命令行会提示输入package.json文件中的name参数，其他如version、dependencies等可根据项目需要自行配置。最后，按回车键即可生成或更新package.json文件。开发方在配置package.json时，可以使用npm install命令来安装特定的模块。
5、可以通过以下命令创建package.json文件：npm init。以下是关于如何创建package.json文件的 详细解释： 使用npm init命令：在项目的根目录下运行命令`npm init`，这将启动一个交互式流程来生成package.json文件。此文件包含了项目的元数据，如名称、版本、描述、入口点等信息。
6、npm scripts支持shell脚本中的通配符*，灵活执行命令。在package.json中添加//注释，或在命令前添加注释，进行脚本说明。使用日志输出钩子功能，确保在特定操作前后执行检查与清理。npm scripts允许在脚本中使用变量，通过npm run env查看所有可用变量。
如何使用vnpy
平台安装与配置：下载并安装vn.py平台，按照官方文档进行配置。界面与功能：熟悉vn.py平台的界面布局、功能模块以及操作流程。学习数据获取与处理：数据源选择：了解vn.py支持的数据源，并根据需求选择合适的数据源。数据处理：学习如何使用vn.py提供的数据处理工具进行数据的清洗、转换和分析。
首先，务必转换数据格式，使之符合vnpy的BarData类标准。BarData用于表示K线数据，因此需要将自定义数据转换为包含此类对象的列表。完成格式转换后，通过DatabaseManager类将数据导入vnpy数据库。需先创建DatabaseManager对象，再调用save_bar_data方法完成数据导入。
vnpy/VeighNa入门指南：平台支持与安装 Windows平台：VeighNa框架和VeighNa Station量化管理平台在Windows上运行良好，提供Python发行版，内置所需组件，无需手动安装。Ubuntu平台：对Ubuntu的支持次之，但也能正常运行。macOS平台：macOS支持较弱，安装前需运行特定命令，并手动安装几个特殊库。
