小數據存儲

我們在編寫代碼的時候，經常會涉及到數據存儲的情況，如果是爬蟲得到的大數據，我們會選擇使用數據庫，或者excel存儲。但如果只是一些小數據，或者說關聯性較強且存在存儲后復用的數據，我們該如何存儲呢?

[[283654]]

使用open保存文本

最簡單、粗暴+無腦的存儲方式就是保存成一個文本文檔了。

使用open函數，將結果一行行的保存成文本,這里涉及的知識點只有簡單的幾條：

• 文件讀寫模式，r 、w、a、b、+ ,掌握這幾種即可。
• 使用單獨的open打開文件時，需要注意結尾時的調用close()函數關閉文檔
• 推薦使用上下文管理器的with open操作

csv文件

之所以將csv與excel分開說，首先需要掃盲下，csv屬于特定格式的文本文件(使用逗號分隔)，而excel是二進制文件。

csv可以直接使用文本編輯器打開，excel不行…

其實csv文件，完全可以使用open函數進行保存，只要你將每行數據都使用,分隔開即可。

另外，python自帶csv庫，可以很方便的操作與保存該數據

xml文件

xml文件的方式，已經逐漸被淘汰了，為什么這么說?因為它繁瑣的樹形結構，導致了在傳輸過程中，占用了更多的內存。所以，除非必要，真的不推薦以xml的形式存儲你的數據…

configparser

python模塊中configparser是一個專門用來保存配置文件的模塊庫，它非常適合保存一些具有關聯性的數據內容，尤其是配置文件。通過定義section的方式，在section中添加key:value的方式，可以直觀明了的數據內容。我之前專門寫了一篇關于它的文章，會附在公眾號的字文章中，喜歡的朋友可以去看看。

pyyaml

yaml類型的文件已經成為很多Linux下的主流配置文件類型，比如Docker、Ansible等等都在使用yaml，但它依然不是一個主流的數據存儲方式，因為yaml本身的格式要求太過嚴苛，比結構化的Python格式更為嚴格，喜歡的朋友可以去研究下…

pickle

pickle模塊的使用面很窄，但不得不說還是有些人會使用，所以簡單說些它的優劣:

優勢：接口簡單(與json相似);存儲格式通用型，及在Windows、Linux等平臺下通用;二進制存儲，效率高

劣勢：pickle是python特定的協議，其他語言無法使用;pickle存在安全性，這個要著重說下，看下圖

pickle安全性

Json文件

說了上面那么多，壓軸的還是Json!

首先相對于xml，現在更多的網站在數據傳輸中使用json格式，因為同等的字節下，json傳輸數據的效率要更高于xml。

json與xml對比

對于configparser，configparser有一個巨大的劣勢，在于配置文件只能支持二維，section下定義option(key:value)，如果想在option的value中再次定義列表、字典等數據類型，它只能識別為字符串，你需要將str手動再轉化為對應的數據類型

而針對ymal，json沒有那么嚴格的格式要求，寫做一行還是換行展示都隨你，沒有那么嚴苛的要求。

最后對比pickle，json格式是各種編程語言通用的數據格式，由于是key value的鍵值對，不存在loads之后的安全問題。而且你學會了json，也就學會了pickle，因為二者的使用方式一毛一樣啊!

三分鐘學會Json

1.簡介

JSON(JavaScript Object Notation, JS 對象簡譜) 是一種輕量級的數據交換格式。它基于 ECMAScript (歐洲計算機協會制定的js規范)的一個子集，采用完全獨立于編程語言的文本格式來存儲和表示數據。簡潔和清晰的層次結構使得 JSON 成為理想的數據交換語言。易于人閱讀和編寫，同時也易于機器解析和生成，并有效地提升網絡傳輸效率。

至于推薦使用Json的理由：

1. Json格式是一種通用的數據類型
2. Python內置json模塊，便于操作
3. json格式類似于python的dict
4. json的保存與讀取極為方便
5. 學習成本低，3分鐘包教包會

2.類型、語法說明

python與json數據類型

看到上圖的Python與json對比關系，其實差異并不大，我們只需要注意幾點即可：

1. json的數據為key：value，且以逗號分隔，但注意json使用雙引號包裹鍵值對
2. 花括號中保存為對象，而方括號保存的是數組，不論python是list還是tuple，最終都會轉化為數組
3. json由于是js引申的數據類型，所以在布爾表達式與空值上，使用與python不同，需要注意

3.json的方法

.dump():將python對象序列化到一個文件，是文本文件，相當于將序列化后的json字符寫到一個文件

.load():從文件反序列表出python對象

json和pickle相同，都只有四個方法：

.dumps()：將python對象編碼為json的字符串

.loads():將字符串編碼為一個python對象

即：帶s的方法是數據類型間的轉化str <--> dict，不帶s的都是數據與文件的轉化

4.實例說明

在演示前，我們需要先定義一個初始化數據：

1data = { 
2    "in_use": True, 
3    "info": { 
4        "name_cn": '清風Python', 
5        "name_en": "BreezePython", 
6    }, 
7    "contents": ["Python", "Java", "Linux"] 
8 
9} 

5..dumps() .loads()

 1import json 
 2json.dumps(data) 
 3>>> '{"in_use": true, "info": {"name_cn": "\\u6e05\\u98cePython", "name_en": "BreezePython"}, "contents": ["Python", "Java", "Linux"]}' 
 4這里大家看到一個問題，中文異常，此時我們需要添加參數ensure_ascii=False 
 5json.dumps(data,ensure_ascii=False) 
 6>>> '{"in_use": true, "info": {"name_cn": "清風Python", "name_en": "BreezePython"}, "contents": ["Python", "Java", "Linux"]}' 
 7# 當然我們可以美觀的打印它 
 8json_data = json.dumps(data, sort_keys=True, indent=4, separators=(',', ': '),ensure_ascii=False) 
 9print(json_data) 
10>>> { 
11    "contents": [ 
12        "Python", 
13        "Java", 
14        "Linux" 
15    ], 
16    "in_use": true, 
17    "info": { 
18        "name_cn": "清風Python", 
19        "name_en": "BreezePython" 
20    } 
21} 
22 
23# 了解了dumps，loads就比較簡單了... 
24json.loads(json_data) 
25{'contents': ['Python', 'Java', 'Linux'], 'in_use': True, 'info': {'name_cn': '清風Python', 'name_en': 'BreezePython'}} 

6..dump() .load()

1import json 
 2# 先來看看dump將數據保存至文本 
 3with open('data.json', 'w', encoding='utf-8') as f: 
 4    json.dump(data, f, indent=4) 
 5    # 同理我們還可以使用dumps完成寫入操作 
 6    # f.write(json.dumps(data, indent=4)) 
 7 
 8# 保存了文本，我們在通過load讀取出來 
 9with open('data.json', 'r', encoding='utf-8') as f: 
10    data = json.load(f) 
11    # 同理我們還可以使用loads完成讀取操作 
12    # data = json.loads(f.read()) 
13print(data) 
14>>> {'in_use': True, 'info': {'name_cn': '清風Python', 'name_en': 'BreezePython'}, 'contents': ['Python', 'Java', 'Linux']} 

看到這里，你是否發現，即便不會dump和load我們一樣可以使用dumps和loads替換前兩者，完成讀寫操作。三分鐘學會了json的操作，并且買一送一附帶學會了pickle的操作。你是否get到?