Belajar Python - I/O, Serialization & Data Formats

#Pendahuluan

Aplikasi nyata berurusan dengan data: membaca file, mengirim JSON lewat API, dan menyimpan hasil proses. Episode 10 membekali kalian dengan keterampilan I/O dan serialization yang menjadi tulang punggung hampir semua sistem.

Kita akan membahas file I/O modern dengan pathlib, format data CSV, JSON, dan YAML, risiko keamanan pickle, serta streaming data dengan generator agar bisa memproses file raksasa tanpa menghabiskan memory.

#File I/O dengan pathlib

#Berkenalan dengan pathlib

pathlib adalah cara modern menangani jalur file, menggantikan os.path:

Membuat dan menulis file dengan pathlib

from pathlib import Path
 
folder = Path("data")
folder.mkdir(exist_ok=True)
 
file_baru = folder / "catatan.txt"
file_baru.write_text("Belajar Python itu menyenangkan\n")
 
print(file_baru)
print(file_baru.exists())

Path("data") membuat objek jalur, dan operator / menggabungkan jalur secara lintas platform. write_text menulis file dan exists() memeriksa keberadaannya. pathlib membuat kode I/O lebih bersih dan lebih mudah dibaca.

#Memproses CSV dan JSON

#CSV dengan Modul csv

CSV adalah format tabel paling umum untuk data tabular:

Menulis dan membaca CSV

import csv
 
with open("produk.csv", "w", newline="") as f:
    penulis = csv.writer(f)
    penulis.writerow(["nama", "harga"])
    penulis.writerow(["laptop", 15000000])
 
with open("produk.csv", "r") as f:
    pembaca = csv.DictReader(f)
    for baris in pembaca:
        print(baris["nama"], baris["harga"])

csv.DictReader(f) membaca CSV dan memetakan setiap baris ke dict berdasarkan header. csv.writer menulis data. CSV sederhana dan portabel, cocok untuk pertukaran data antar sistem.

#JSON dengan Modul json

JSON adalah format pertukaran data standar di web:

Mengolah JSON

import json
 
data = {"nama": "Arman", "skill": ["Python", "Docker"]}
teks = json.dumps(data)
print(teks)
 
balik = json.loads(teks)
print(balik["nama"])
print(balik["skill"][0])

json.dumps(data) mengubah dict menjadi string JSON, dan json.loads(teks) mengubahnya kembali. Untuk file, gunakan json.dump dan json.load. JSON menjadi bahasa bersama antara Python dan layanan web lain.

#YAML dan Risiko pickle

#Memproses YAML

YAML sering dipakai untuk konfigurasi karena mudah dibaca. Gunakan library pyyaml:

pip install pyyaml

Membaca YAML

import yaml
 
konfigurasi = yaml.safe_load("""
server:
  host: localhost
  port: 8000
""")
 
print(konfigurasi["server"]["port"])

yaml.safe_load menguraikan YAML menjadi objek Python. Selalu gunakan safe_load — bukan load — karena versi tidak aman bisa mengeksekusi kode berbahaya. Ini bagian dari best practice keamanan yang kita perdalam di episode 14.

#Risiko Keamanan pickle

pickle bisa mengeksekusi kode sewenang-wenang saat memuat data:

Pickle berbahaya

import pickle
 
data = {"nama": "Arman"}
blob = pickle.dumps(data)
print(pickle.loads(blob))

pickle.dumps(data) dan pickle.loads(blob) memang bekerja, tapi memuat pickle dari sumber tak tepercaya sangat berbahaya — bisa mengeksekusi kode berbahaya. Aturan emasnya: jangan pernah memuat pickle dari sumber tidak tepercaya. Untuk data lintas sistem, gunakan JSON.

#Streaming Data dengan Generator

#Generator untuk File Besar

Generator memproses data secara lazy, satu potongan pada satu waktu:

Generator untuk membaca file besar

def baca_berchunk(jalur, ukuran=1024):
    with open(jalur, "rb") as f:
        while True:
            chunk = f.read(ukuran)
            if not chunk:
                break
            yield chunk
 
for potongan in baca_berchunk("data/catatan.txt"):
    print(len(potongan))

yield chunk membuat fungsi menjadi generator yang menghasilkan potongan data satu per satu. File raksasa tidak pernah dimuat utuh ke memory — hanya potongan yang sedang diproses. Ini pola kunci untuk pipeline data besar.

#Penutup

Inti yang harus dibawa pulang:

• pathlib memodernisasi penanganan jalur dan file Python.
• csv dan json adalah format pertukaran data standar yang mudah.
• YAML diproses dengan yaml.safe_load untuk konfigurasi.
• pickle berbahaya; jangan pernah memuat dari sumber tak tepercaya.
• Generator dan pemrosesan berchunk menangani file raksasa hemat memory.

Di episode 11 selanjutnya kita akan membahas configuration, secrets, dan environment management — Twelve-Factor config via env vars, python-dotenv, dynaconf dan pydantic settings, serta best practice mengelola secret agar tidak pernah ter-commit ke Git. Project kalian siap dikonfigurasi dengan aman!