概要:本节记录一下数据的存储,我们爬取的数据,我们一般会以文本的形似存储但是在工作中会要求以json,csv,的形式储存,或者储存到数据库。
1.0,以文本的的形式储存。
file=open('','a',encoding='utf-8')
file.write(text)
file.close()
解释:
open函数首先创建一个open对象。有三个参数,每个参数对应如下:
第一个参数是文件的命名,可以将路径加上。
第二个参数为打开的方式。
第三个参数为编码方式。
write将text文本写入到该文件中。
close()关闭文件对象。
1.1打开方式:
r:只读的方式打开,文件的指针放在开头
w:以写入的方式打开,文件已存在会覆盖
a:以追加的方式打开,文件已存在,指针存在文件的最后
r+:读写的方式打开,指针位于文件的开头
rb:以二进制的只读方式打开,指针位于文件的开头
rb+:以二进制的读写方式打开,指针位于文件的开头
w+:以读写方式打开文件,文件已存在会覆盖
wb:以二进制的方式写入文件,文件已存在会覆盖
wb+:以二进制读写的方式写入文件,文件已存在会覆盖
a+:以读写的方式打开,追加,指针位于文件的最后
ab:以二进制的方式写入,追加,指针位于文件的最后
ab+:以二进制的读写方式,追加,指针位于文件的最后
1.2:存储文本的简写:
我们每次在储存文件的时候都要加上close(),这个东西很容易就忘记了
所以,python为我们提供了一个简写方式:
with open('','a',encoding='utf-8') as file:
file.write(text)
即可。
注意:
我们在连接字符串的时候尽量不要使用+号,效率很低。
用join会大大提高。
2.0,json文件存储
2.1,将文本转化成json对象
声明一个字典类型的文本,然后调用json的loads()序列化,就可以用调用字典的方式调用文本了,我们也可以使用get()调用,比如data.get('sex'),如果有sex便会返回sex的值,如果没有会返回None。
比如我们这样写data.get('sex','男'),第二个表示默认值,如果没有会默认为男
注意:文本里的字典要为双引号,单引号会报错
2.2将json对象转化为文本对象
使用dumps()就可以将json对象转化为字符串对象。
json文件在读写在后面我们会经常用到。
dumps()可以有几个参数,
比如dumps(data,indent=2),第二个参数表示以缩进的方式输出,简单说就是格式化。
再比如dumps(data,indent=2,ensure_ascii=False),如果字典中有中文,转化为字符串时,
如果变成了Unicode字符,就需要加上第三个参数
3.0,csv数据存储
就是以表格的形式储存数据,但不同于Excel
3.1 写入
首先利用open方法打开,打开的方式为w,newline=''去掉中间的空行。
调用writer()初始化对象。
调用writerow()写入行。
运行代码后,我们发现在该路径下有一个csv.csv的文件,打开后的效果:
可能你还不知道newline=''的作用,如果我们不加,看一下是什么效果:
现在就明白了吧。
同时,每次写入一行都要调用一次writerow()方法,
如果想要一次写入多行,可以这样:writerow(['1','张三',18,'男'],['2','李四',16,'女'],['3','王五',20,'男'])
我们知道爬取的信息有时候是返回的字典形式,csv也支持字典的写入方法:
writerow({'id':'1','name':'张三','age':'18','sex':'男'})。
注意:这里我选择写入的方式为w,你需要选择自己想要的方式,上面介绍很详细,这里就不说了。
结果:
调用csv.reader()即可。
下一节会讲数据存到数据库。