编程语言
首页 > 编程语言> > python5数据存储

python5数据存储

作者:互联网

1 txt文件存储

  正常调用文件python文件操作

  https://www.cnblogs.com/x2x3/p/9979919.html

2 json文件存储

  

在JavaScript语言中,一切都是对象。因此,任何支持的类型都可以通过JSON来表示,例如字符串、数字、对象、数组等,但是对象和数组是比较特殊且常用的两种类型,下面简要介绍一下它们。

所以,一个JSON对象可以写为如下形式:

  [{

    "name": "Bob",

    "gender": "male",

    "birthday": "1992-10-18"

}, {

     "name": "Selina",

    "gender": "female",

    "birthday": "1995-10-18"

}]

2 3 4 5 6 7 8 9 [{     "name":"Bob",     "gender":"male",     "birthday":"1992-10-18" },{      "name":"Selina",     "gender":"female",     "birthday":"1995-10-18" }]

Python为我们提供了简单易用的库来实现JSON文件的读写操作,我们可以调用库的loads()方法将JSON文本字符串转为JSON对象,可以通过dumps()方法将JSON对象转为文本字符串

值得注意的是,JSON的数据需要用双引号来包围,不能使用单引号。例如,若使用如下形式表示,则会出现错误

json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes: line 3 column 5 (char 8)

 

另外,如果JSON中包含中文字符,会怎么样呢?例如,我们将之前的JSON的部分值改为中文,再用之前的方法写入到文本:

import json

data = [{
'name': '王伟',
'gender': '男',
'birthday': '1992-10-18'
}]
with open('data.json', 'w') as file:
file.write(json.dumps(data, indent=2))

 

# -*- coding:utf-8 -*-
import json

str = '''
[{
    "name": "木头",
    "gender": "马尾",
    "birthday": "1992-10-18"
}, {
    "name": "Selina",
    "gender": "female",
    "birthday": "1995-10-18"
}]
'''
print(type(str))
data=json.loads(str)
print(type(data))
# 另外,如果想保存JSON的格式,可以再加一个参数indent,代表缩进字符个数
str=json.dumps(data,indent=2,ensure_ascii=False)
print(type(str))
with open('file.txt','w+',encoding='utf-8') as f:
    f.write(str)
    f.flush()
    f.seek(0)
    data=f.read()
    print(json.loads(data))
View Code

 

请千万注意JSON字符串的表示需要用双引号,否则loads()方法会解析失败。

可以看到,中文字符都变成了Unicode字符,这并不是我们想要的结果。

被写入的文件 中文显示为Unicode字符

为了输出中文,还需要指定参数ensure_asciiFalse,另外还要规定文件输出的编码

可以发现,这样就可以输出JSON为中文了

 

3 csv文件存储

  CSV,全称为Comma-Separated Values,中文可以叫作逗号分隔值或字符分隔值,其文件以纯文本形式存储表格数据。该文件是一个字符序列,可以由任意数目的记录组成,记录间以某种换行符分隔。每条记录由字段组成,字段间的分隔符是其他字符或字符串,最常见的是逗号或制表符。不过所有记录都有完全相同的字段序列,相当于一个结构化表的纯文本形式。它比Excel文件更加简介,XLS文本是电子表格,它包含了文本、数值、公式和格式等内容,而CSV中不包含这些内容,就是特定字符分隔的纯文本,结构简单清晰。所以,有时候用CSV来保存数据是比较方便的

fieldnames表示,然后将其传给DictWriter来初始化一个字典写入对象,接着可以调用writeheader()方法先写入头信息,然后再调用writerow()方法传入相应字典即可

#csv_write_test
import csv
with open('data.csv','w') as csvfile:
    writer=csv.writer(csvfile)
    writer.writerow(['id', 'name', 'age'])   #写入单行
    writer.writerow(['001','walker','18'])
    writer.writerows([['001','walker','18'],['001','walker','18']])  #写入多行,参数为列表中包含列表

with open('data.csv','w') as csvfile:
    writer=csv.writer(csvfile,delimiter=' ')  #delimiter 指定分隔符
    writer.writerow(['id', 'name', 'age'])
    writer.writerow(['001','walker','18'])

#json 格式的csv存储
with open('json.csv','w') as csvfile:
    #用fieldnames表示,然后将其传给DictWriter来初始化一个字典写入对象,
    # 接着可以调用writeheader()方法先写入头信息,然后再调用writerow()方法传入相应字典即可。
    # 最终写入的结果是完全相同的
    filenames=['id', 'name', 'age']
    writer=csv.DictWriter(csvfile,fieldnames=filenames,delimiter=',')
    #json依然可以传入分隔符;也可以通过writerows写入多行
    writer.writeheader()
    writer.writerow({'id': '10004', 'name': 'Durant', 'age': 22})

#读取csv文件
with open('json.csv', 'r', encoding='utf-8') as csvfile:
    #这里我们构造的是Reader对象,通过遍历输出了每行的内容,每一行都是一个列表形式。
    # 注意,如果CSV文件中包含中文的话,还需要指定文件编码
    reader = csv.reader(csvfile)
    for row in reader:
        print(row)
#另一种读取方法
import pandas  as pd
df = pd.read_csv('data.csv')
print(df)
View Code

 

mysql存储

# -*- coding:utf-8 -*-
import pymysql
db = pymysql.connect(host='localhost',user='root', password='123456', port=3306)
cursor = db.cursor()
#在很多情况下,我们要达到的效果是插入方法无需改动,做成一个通用方法,只需要传入一个动态变化的字典就好了。比如,构造这样一个字典
#然后SQL语句会根据字典动态构造,元组也动态构造,这样才能实现通用的插入方法。所以,这里我们需要改写一下插入方法:
data = {
    'id': '20120001',
    'name': 'Bob',
    'age': 20
}
table = 'students'
keys = ', '.join(data.keys())
values = ', '.join(['%s'] * len(data))
sql = 'INSERT INTO {table}({keys}) VALUES ({values})'.format(table=table, keys=keys, values=values)
try:
   if cursor.execute(sql, tuple(data.values())):
       print('Successful')
       db.commit()
except:
    print('Failed')
    db.rollback()
db.close()
#这里我们传入的数据是字典,并将其定义为data变量。表名也定义成变量table。接下来,就需要构造一个动态的SQL语句了。

# 首先,需要构造插入的字段id、name和age。这里只需要将data的键名拿过来,然后用逗号分隔即可。+所以
# ', '.join(data.keys())的结果就是id, name, age,然后需要构造多个%s当作占位符,有几个字段构造几个即可。比如,
# 这里有三个字段,就需要构造%s, %s, %s。这里首先定义了长度为1的数组['%s'],然后用乘法将其扩充为['%s', '%s', '%s'],
# 再调用join()方法,最终变
# INSERT INTO students(id, name, age) VALUES (%s, %s, %s)
View Code

 

三 非关系型数据库mongodb

NoSQL,全称Not Only SQL,意为不仅仅是SQL,泛指非关系型数据库。NoSQL是基于键值对的,而且不需要经过SQL层的解析,数据之间没有耦合性,性能非常高

对于爬虫的数据存储来说,一条数据可能存在某些字段提取失败而缺失的情况,而且数据可能随时调整。另外,数据之间还存在嵌套关系。如果使用关系型数据库存储,一是需要提前建表,二是如果存在数据嵌套关系的话,需要进行序列化操作才可以存储,这非常不方便。如果用了非关系型数据库,就可以避免一些麻烦,更简单高效。

  MongoDB是由C++语言编写的非关系型数据库,是一个基于分布式文件存储的开源数据库系统,其内容存储形式类似JSON对象

连接mongodb

连接MongoDB时,我们需要使用PyMongo库里面的MongoClient。一般来说,传入MongoDB的IP及端口即可,其中第一个参数为地址host,第二个参数为端口port(如果不给它传递参数,默认是27017):

import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)

这样就可以创建MongoDB的连接对象了。

 

另外,MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串,它以mongodb开头,例如:

client = MongoClient('mongodb://localhost:27017/')

指定数据库

MongoDB中可以建立多个数据库,接下来我们需要指定操作哪个数据库。这里我们以test数据库为例来说明,下一步需要在程序中指定要使用的数据库

 db = client.test

4. 指定集合

MongoDB的每个数据库又包含许多集合(collection),它们类似于关系型数据库中的表。

下一步需要指定要操作的集合,这里指定一个集合名称为students。与指定数据库类似,指定集合也有两种方式

  collection = db.students

  collection = db['students']

5. 插入数据

在MongoDB中,每条数据其实都有一个_id属性来唯一标识。如果没有显式指明该属性,MongoDB会自动产生一个ObjectId类型的_id属性。insert()方法会在执行后返回_id

实际上,在PyMongo 3.x版本中,官方已经不推荐使用insert()方法了。当然,继续使用也没有什么问题。官方推荐使用insert_one()insert_many()方法来分别插入单条记录和多条记录

student = {

    'id': '20170101',     'name': 'Jordan',     'age': 20,     'gender': 'male' }   result = collection.insert_one(student) print(result) print(result.inserted_id)

insert()方法不同,这次返回的是InsertOneResult对象,我们可以调用其inserted_id属性获取_id

对于insert_many()方法,我们可以将数据以列表形式传递

insert()方法不同,这次返回的是InsertOneResult对象,我们可以调用其inserted_id属性获取_id

对于insert_many()方法,我们可以将数据以列表形式传递,示例如下

student1 = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}

student2 = {
'id': '20170202',
'name': 'Mike',
'age': 21,
'gender': 'male'
}

result = collection.insert_many([student1, student2])
print(result)
print(result.inserted_ids)

该方法返回的类型是InsertManyResult,调用inserted_ids属性可以获取插入数据的_id列表

6. 查询

find_one()find()方法进行查询,其中find_one()查询得到的是单个结果,find()则返回一个生成器对象

result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)

对于多条数据的查询,我们可以使用find()方法

results = collection.find({'age': 20})

print(results) for result in results:     print(result)

表5-3 比较符号

符号

含义

示例

$lt

小于

{'age': {'$lt': 20}}

$gt

大于

{'age': {'$gt': 20}}

$lte

小于等于

{'age': {'$lte': 20}}

$gte

大于等于

{'age': {'$gte': 20}}

$ne

不等于

{'age': {'$ne': 20}}

$in

在范围内

{'age': {'$in': [20, 23]}}

$nin

不在范围内

{'age': {'$nin': [20, 23]}}

 

更高级查询

表5-4 功能符号

符号

含义

示例

示例含义

$regex

匹配正则表达式

{'name': {'$regex': '^M.*'}}

name以M开头

$exists

属性是否存在

{'name': {'$exists': True}}

name属性存在

$type

类型判断

{'age': {'$type': 'int'}}

age的类型为int

$mod

数字模操作

{'age': {'$mod': [5, 0]}}

年龄模5余0

$text

文本查询

{'$text': {'$search': 'Mike'}}

text类型的属性中包含Mike字符串

$where

高级条件查询

{'$where': 'obj.fans_count == obj.follows_count'}

自身

7. 计数

要统计查询结果有多少条数据,可以调用count()方法

count = collection.find().count()
print(count)

 或者统计符合某个条件的数据:

count = collection.find({'age': 20}).count()
print(count)

8. 排序

排序时,直接调用sort()方法,并在其中传入排序的字段及升降序标志即可。示例如下:

 

11

   
1 2 results = collection.find().sort('name', pymongo.ASCENDING) print([result['name'] for result in results])

 

运行结果如下:

 

   
1 ['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']

 

这里我们调用pymongo.ASCENDING指定升序。如果要降序排列,可以传入pymongo.DESCENDING

   

11. 删除

删除操作比较简单,直接调用remove()方法指定删除的条件即可,此时符合条件的所有数据均会被删

result = collection.remove({'name': 'Kevin'})
print(result)

另外,这里依然存在两个新的推荐方法——delete_one()delete_many()

result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)

delete_one()即删除第一条符合条件的数据,delete_many()即删除所有符合条件的数据。它们的返回结果都是DeleteResult类型,可以调用deleted_count属性获取删除的数据条数

标签:存储,name,data,age,print,result,python5,数据,id
来源: https://www.cnblogs.com/x2x3/p/10923757.html