Python3爬虫(八) 数据存储之TXT、JSON、CSV

2018-06-18 02:42:34来源:未知 阅读 ()

新老客户大回馈,云服务器低至5折

 Infi-chu:

http://www.cnblogs.com/Infi-chu/

TXT文本存储

TXT文本存储,方便,简单,几乎适用于任何平台。但是不利于检索。

1.举例:

使用requests获得网页源代码,然后使用pyquery解析库解析

import requests
from pyquery import PyQuery as pq

url = 'https://www.zhihu.com/explore'
header = {
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko)'
}
html = requests.get(url,headers=header).text
doc = pq(html)
items = doc('.explore-tab .feed-item').items()
for item in items:
    question = item.find('h2').text()
    author = item.find('.author-link-line').text()
    answer = pq(item.find('.content').html()).text()
    with open('test.txt','a',encoding='uft-8') as f:
        f.write('\n'.join([author,question,answer]))
        f.write('\n'.join('\n'+'='*50+'\n'))

2.打开方式:

r

rb

r+

rb+

w

wb

w+

wb+

a

ab

a+

ab+

【注】

w和a的区别相当于Linux中>和>> 的区别

 

JSON文件存储

JSON全称为(JavaScript Object Notation),JavaScript对象标记,通过对象和数组的组合来表示数据,构造简洁,结构化程度非常高,类似于Python当中的字典

1.对象&数组:

在JavaScript中,一切皆对象。

对象:

在JavaScript中使用{}来表示,可以理解为Python当中的字典,有键有值。

数组:

在JavaScript中使用[]来表示,可以理解为Python当中的列表。

2.读取JSON

我们可以调用Python的json库的loads()方法将JSON文本转化为JSON对象,使用dumps()方法将JSON对象转化为文本字符串。

使用get()方法得到键的名字后的值,如果没有值,则返回None,一般会自定义一个默认值,以防返回None

在JSON字符串中,要使用双引号,否则会抛出异常。

3.输出JSON

调用dumps()方法将JSON对象转化为文本字符串。

import json
data = [
{
'name':'Infi-chu',
'sex':'male',
'birthday':'2000.01.01'
}
]
with open('data.json','w+') as f:
    f.wirte(json.dumps(data))
'''
想要保存json的格式,可以加一个参数,indent
with open('data.json','w') as f:
    f.write(json.dumps(data,indent=2))
'''

 

CSV文件存储

CSV全称是(Comma-Separated Values),逗号分隔值或字符分隔值,它是以纯文本形式存储表格数据,相当于结构化的纯文本。

它比Excel更简洁,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。

1.举例

import csv

with open('data.csv','w+') as cf:
    wirter = csv.writer(cf)
'''
wirter = csv.writer(cf,delimiter=' ')    # 此参数是增加分隔符
'''
    wirter.wirterow(['id','name','age'])    # writerows是同时写入多行,writerow是单行写入
    wirter.wirterow(['1','Infi',23])
    wirter.wirterow(['2','chu',23])
# 字典方式的写入发
import csv
with open('data.csv','w')as f:
    fieldname = ['id','name','age']
    wirter = csv.DictWriter(f,filednames=filename)    # DictWriter()方法初始化一个字典写入对象
    wirter.writheader()    # writheader()方法写入头信息
    wirter.wirterows({'id':'1','name':'n1','age':1},{'id':'2','name':'n2','age':2},{'id':'3','name':'n3','age':3})

 2.读取

# 通过csv库来读取CSV文件
import csv

with open('data.csv','r',encoding='utf-8') as f:
    reader = csv.reader(f)    # reader()方法便利出每行的内容
    for i in render:
        print(row)

# 通过pandas 读取
import pandas as pd

df = pd.read_csv('data.csv')
print(df)

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:IO模型

下一篇:Python3爬虫(九) 数据存储之关系型数据库MySQL