Python的小數(shù)據(jù)存儲(chǔ)，用什么格式更有逼格？

小數(shù)據(jù)存儲(chǔ)

我們?cè)诰帉懘a的時(shí)候，經(jīng)常會(huì)涉及到數(shù)據(jù)存儲(chǔ)的情況，如果是爬蟲得到的大數(shù)據(jù)，我們會(huì)選擇使用數(shù)據(jù)庫，或者excel存儲(chǔ)。但如果只是一些小數(shù)據(jù)，或者說關(guān)聯(lián)性較強(qiáng)且存在存儲(chǔ)后復(fù)用的數(shù)據(jù)，我們?cè)撊绾未鎯?chǔ)呢？

使用open保存文本

最簡(jiǎn)單、粗暴+無腦的存儲(chǔ)方式就是保存成一個(gè)文本文檔了。
使用open函數(shù)，將結(jié)果一行行的保存成文本,這里涉及的知識(shí)點(diǎn)只有簡(jiǎn)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(dú)的open打開文件時(shí)，需要注意結(jié)尾時(shí)的調(diào)用close()函數(shù)關(guān)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(hào)分隔)，而excel是二進(jìn)制文件。

csv可以直接使用文本編輯器打開，excel不行…

其實(shí)csv文件，完全可以使用open函數(shù)進(jìn)行保存，只要你將每行數(shù)據(jù)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(shù)據(jù)

xml文件

xml文件的方式，已經(jīng)逐漸被淘汰了，為什么這么說？因?yàn)樗爆嵉臉湫谓Y(jié)構(gòu)，導(dǎo)致了在傳輸過程中，占用了更多的內(nèi)存。所以，除非必要，真的不推薦以xml的形式存儲(chǔ)你的數(shù)據(jù)…

configparser

python模塊中configparser是一個(gè)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(guān)聯(lián)性的數(shù)據(jù)內(nèi)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(shù)據(jù)內(nèi)容。我之前專門寫了一篇關(guān)于它的文章，會(huì)附在公眾號(hào)的字文章中，喜歡的朋友可以去看看。

pyyaml

yaml類型的文件已經(jīng)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(gè)主流的數(shù)據(jù)存儲(chǔ)方式，因?yàn)閥aml本身的格式要求太過嚴(yán)苛，比結(jié)構(gòu)化的Python格式更為嚴(yán)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(huì)使用，所以簡(jiǎn)單說些它的優(yōu)劣:
優(yōu)勢(shì)：接口簡(jiǎn)單(與json相似)；存儲(chǔ)格式通用型，及在Windows、Linux等平臺(tái)下通用；二進(jìn)制存儲(chǔ)，效率高
劣勢(shì)：pickle是python特定的協(xié)議，其他語言無法使用；pickle存在安全性，這個(gè)要著重說下，看下圖

Json文件

說了上面那么多，壓軸的還是Json！

首先相對(duì)于xml，現(xiàn)在更多的網(wǎng)站在數(shù)據(jù)傳輸中使用json格式，因?yàn)橥鹊淖止?jié)下，json傳輸數(shù)據(jù)的效率要更高于xml。

對(duì)于configparser，configparser有一個(gè)巨大的劣勢(shì)，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(shù)據(jù)類型，它只能識(shí)別為字符串，你需要將str手動(dòng)再轉(zhuǎn)化為對(duì)應(yīng)的數(shù)據(jù)類型

而針對(duì)ymal，json沒有那么嚴(yán)格的格式要求，寫做一行還是換行展示都隨你，沒有那么嚴(yán)苛的要求。
最后對(duì)比pickle，json格式是各種編程語言通用的數(shù)據(jù)格式，由于是key value的鍵值對(duì)，不存在loads之后的安全問題。而且你學(xué)會(huì)了json，也就學(xué)會(huì)了pickle，因?yàn)槎叩氖褂梅绞揭幻粯影。?/p>

三分鐘學(xué)會(huì)Json

1.簡(jiǎn)介

JSON(JavaScript Object Notation, JS 對(duì)象簡(jiǎn)譜) 是一種輕量級(jí)的數(shù)據(jù)交換格式。它基于 ECMAScript (歐洲計(jì)算機(jī)協(xié)會(huì)制定的js規(guī)范)的一個(gè)子集，采用完全獨(dú)立于編程語言的文本格式來存儲(chǔ)和表示數(shù)據(jù)。簡(jiǎn)潔和清晰的層次結(jié)構(gòu)使得 JSON 成為理想的數(shù)據(jù)交換語言。易于人閱讀和編寫，同時(shí)也易于機(jī)器解析和生成，并有效地提升網(wǎng)絡(luò)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(shù)據(jù)類型

2. Python內(nèi)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(xué)習(xí)成本低，3分鐘包教包會(huì)

2.類型、語法說明

看到上圖的Python與json對(duì)比關(guān)系，其實(shí)差異并不大，我們只需要注意幾點(diǎn)即可：

• json的數(shù)據(jù)為key：value，且以逗號(hào)分隔，但注意json使用雙引號(hào)包裹鍵值對(duì)
• 花括號(hào)中保存為對(duì)象，而方括號(hào)保存的是數(shù)組，不論python是list還是tuple，最終都會(huì)轉(zhuǎn)化為數(shù)組
• json由于是js引申的數(shù)據(jù)類型，所以在布爾表達(dá)式與空值上，使用與python不同，需要注意

3.json的方法

• dump():將python對(duì)象序列化到一個(gè)文件，是文本文件，相當(dāng)于將序列化后的json字符寫到一個(gè)文件
• load():從文件反序列表出python對(duì)象
• json和pickle相同，都只有四個(gè)方法：
• dumps()：將python對(duì)象編碼為json的字符串
• loads():將字符串編碼為一個(gè)python對(duì)象

即：帶s的方法是數(shù)據(jù)類型間的轉(zhuǎn)化str <--> dict，不帶s的都是數(shù)據(jù)與文件的轉(zhuǎn)化

4.實(shí)例說明

在演示前，我們需要先定義一個(gè)初始化數(shù)據(jù)：

data = {
    "in_use": True,
    "info": {
        "name_cn": 'Python',
        "name_en": "BreezePython",
    },
    "contents": ["Python", "Java", "Linux"]

}

5.dumps() .loads()

'''
遇到問題沒人解答？小編創(chuàng)建了一個(gè)Python學(xué)習(xí)交流QQ群：857662006 
尋找有志同道合的小伙伴，互幫互助,群里還有不錯(cuò)的視頻學(xué)習(xí)教程和PDF電子書！
'''
import json
json.dumps(data)
>>> '{"in_use": true, "info": {"name_cn": "\\u6e05\\u98cePython", "name_en": "BreezePython"}, "contents": ["Python", "Java", "Linux"]}'
#這里大家看到一個(gè)問題，中文異常，此時(shí)我們需要添加參數(shù)ensure_ascii=False
json.dumps(data,ensure_ascii=False)
>>> '{"in_use": true, "info": {"name_cn": "Python", "name_en": "BreezePython"}, "contents": ["Python", "Java", "Linux"]}'
# 當(dāng)然我們可以美觀的打印它
json_data = json.dumps(data, sort_keys=True, indent=4, separators=(',', ': '),ensure_ascii=False)
print(json_data)
>>> {
    "contents": [
        "Python",
        "Java",
        "Linux"
    ],
    "in_use": true,
    "info": {
        "name_cn": "Python",
        "name_en": "BreezePython"
    }
}

# 了解了dumps，loads就比較簡(jiǎn)單了...
json.loads(json_data)
{'contents': ['Python', 'Java', 'Linux'], 'in_use': True, 'info': {'name_cn': 'Python', 'name_en': 'BreezePython'}}

6.dump() .load()

import json
# 先來看看dump將數(shù)據(jù)保存至文本
with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, indent=4)
    # 同理我們還可以使用dumps完成寫入操作
    # f.write(json.dumps(data, indent=4))

# 保存了文本，我們?cè)谕ㄟ^load讀取出來
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
    # 同理我們還可以使用loads完成讀取操作
    # data = json.loads(f.read())
print(data)
>>> {'in_use': True, 'info': {'name_cn': 'Python', 'name_en': 'BreezePython'}, 'contents': ['Python', 'Java', 'Linux']}

看到這里，你是否發(fā)現(xiàn)，即便不會(huì)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(xué)會(huì)了json的操作，并且買一送一附帶學(xué)會(huì)了pickle的操作。你是否get到？