python中五种存储方式（五种使用python储存数据的方式）
python中五种存储方式（五种使用python储存数据的方式）con = json.loads(content) # 使用json load读取文件内容，然后可以直接用列表或者字典的方式去操作con这个变量[python] view plain copyimport json # 此时有一个json文件，结构大概是 [{} {} {}...] 打开这个文件
在python编程开发中，总是不可避免的遇到数据储存的问题，下面就介绍python与几种数据储存方式交互的方法。
json文件
json是一种轻量级的数据交换格式。采用完全独立于编程语言的文本格式来存储和表示数据。层次结构简洁而清晰，易于人阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。
最主要的是，通过json这个包可以很方便的解决无论是py2还是py3中的编码问题，json的内容结构也近似于python中的字典和列表，操作起来特别方便。
[python] view plain copy
-
import json
-
# 此时有一个json文件，结构大概是 [{} {} {}...] 打开这个文件
-
# 使用json load读取文件内容，然后可以直接用列表或者字典的方式去操作con这个变量
-
con = json.loads(content)
-
# 那么如何储存为json文件呢？
-
# 使用dumps将列表序列化并且转换为unicode编码，储存的时候，就可以存你最喜欢的utf-8了
-
lis = [{} {} {}...]
-
data = json.dumps(lis ensure_ascii=False)
-
f.write(data.encode('utf-8'))
csv文件
import csv
# 打开文件
with open(filename 'w') as f:
writer = csv.writer(f) # 构造写入器
data = ('1' '2' '3') # 填写三格
data = ('' '' '3') # 填写一格，前两格空起来
data = ('1' '') # 填写第一格，后面无论多少格都空起来
writer.writerow(data) # writerow每执行一次，写入一行 注意其中的参数data需要是一个元组
# 注意，在windows中，打开文件需要使用 with open(filename 'w' newline='') as f: # 否则每写一行都会多一个空行 # 原因是 windows中换行符号是 \n\r ，csv库中并没有做特别的处理 所以会产生空行
MySQL数据库
应该是最常用的操作了，使用mysql的优点是看数据真的很直观（如果使用GUI程序的话）
[python] view plain copy
-
导入包略微不一样
-
@python3
-
import pymysql
-
@python2
-
import MySQLdb
-
# 建立连接 注意数据库写入数据时数据的编码
-
conn = MySQLdb.connect(host='localhost' port=3306 db='test'
-
user='root' passwd='' charset='utf8')
-
# 新建游标 游标操作sql语句
-
cur = conn.cursor()
-
result = cur.execute("insert into students(name) values('Jack')")
-
result = cur.execute("insert into students(name age) values(%s %s)" params)
-
# sql对数据库数据有改变的时候，使用commit()提交，否则不生效
-
conn.commit()
-
# 返回数据到python，使用fetchone和fetchall从内存中取数据，取了一个清空一个
-
cur.execute('select * from students where id between 1 and 5')
-
result=cur.fetchone()
-
result=cur.fetchall()
-
# 最后记得关闭连接
-
cur.close()
-
conn.close()
Redis数据库
优点是方便，速度快，需要注意的是取出的数据是二进制数据，一般需要转为字符串再操作。
操作大全： python-redis操作大全
[python] view plain copy
-
import redis
-
# 建立连接
-
client = redis.Redis(host='lcoalhost' port=6379)
-
# 操作数据
-
client.set('nums' [1 2 3 4 5])
-
result = client.get('name')
-
# 使用事务（避免失败操作导致数据只操作了一半）
-
pipe = client.pipeline()
-
pipe.set('name' 'Jack')
-
pipe.execute()
Mongdb数据库
优点是不在乎数据结构，需要注意的是取出来的时候要写个脚本整理一下。
[python] view plain copy
-
import pymongo
-
# 建立连接 指定数据表
-
client = pymongo.MongoClient('localhost' 27017)
-
test1_db = client.test1
-
sheet_stu = db.stu
-
# 操作数据
-
info = {name:'Jack' age:18}
-
info_id = stu.insert_one(info).inserted_id
-
cur_list = [cur for cur in stu.find()]
-
count = stu.count()
