Python爬虫基础讲解：数据持久化——json 及 CSV模块简介

json

目的：

将Python对象编码为JSON字符串，并将JSON字符串解码为Python对象。

json模块提供了API，将内存中的Python对象转换为」JSON序列。JSON具有以多种语言（尤其是JavaScript)实现的优点。它在RESTAPI中 Web服务端和客户端之间的通信被广泛应用，同时对于应用程序间通信需求也很有用。下面演示如何将一个Python数据结构转换为JSON:

1. 编码和解码

Python 的默认原生类型(str, int,float,list,tuple和dict)。

import json
 
data = {
    'name ' : 'ACME',
    ' shares ' : 100,
    'price ' : 542.23
}
 
json_str = json.dumps(data)
print(json_str)

表面上看，类似于Python repr()的输出。虽然内容看似是一样，但是类型却已经发生改变

print(type(json_str))

从无序的字典到有序的字符串，这个过程被称之为序列化。
最终我们将json保存到文件

with open('data.json ',mode='w',encoding='utf-8') as f:
  f.write(json_str)

1.1 中文字符串问题

import json
data = {
    'name ' : '青灯',
    'shares': 100,
    'price' : 542.23
}
#将字典序列化为json
json_str = json.dumps(data)
 
# 写入json数据
with open( ' data.json'，mode='w', encoding='utf-8 ' ) as f:
  f.write(json_str)

# filename:data.json
{ "name": "\u9752\u706f"，"shares" : 100，"price": 542.23}

解决办法: json_str = json. dumps(data，ensure_ascii=False)

2. 读取数字

将json数据变为字典类型的这个过程被称之为反序列化

#读取json数据
with open( ' data.json ', 'r', encoding='utf-8') as f:
  #反序列化
  data = json.1oad(f)
 
#打印数据
print(data)
print(data[ 'name '])

3. 格式化输出

JSON的结果是更易于阅读的。dumps()函数接受几个参数以使输出更易读结果。

import json
 
data = {'a ' : 'A'，'b' : (2，4)，'c' : 3.0}
print( 'DATA: ', repr(data))  # DATA: { 'a' : 'A'， 'b ': (2，4)，'c': 3.0}
 
unsorted = json.dumps(data)
print( '7SON: ', json.dumps(data))  #JSON: {"a": "A"，"b":[2，4]，"c": 3.03}

编码，然后重新解码可能不会给出完全相同类型的对象。

特别是，元组成为了列表。

JSON跟Python中的字典其实是一样一样的，事实上JSON的数据类型和Python的数据类型是很容易找到对应关系的，如下面两张表所示。

学习更多知识或解答疑问、源码、教程请点击

CSV模块简介

csv文件格式是一种通用的电子表格和数据库导入导出格式。最近我调用RPC处理服务器数据时，经常需要将数据做个存档便使用了这一方便的格式。

python中有一个读写csv文件的包，直接import csv即可。利用这个python包可以很方便对csv文件进行操作，一些简单的用法如下。

1. 写入文件

我们把需要写入的数据放到列表中，写文件时会把列表中的元素写入到csv文件中。

import csv
 
ll = [[1，2，3，4]，
     [1，2，3，4]，
     [5，6，7，8]，
     [5，6，7，8]]
with open( ' example1.csv', 'w' , newline=' ') as csvfile:
    """
    delimiter:分割符
    """
    
    spamwriter = csv.writer(csvfile，delimiter=', ')
    for 1 in 11:
        spamwriter.writerow([1，2，3，4])

可能遇到的问题:直接使用这种写法会导致文件每一行后面会多一个空行。使用newline=’'解决

使用open直接写入

with open( 'examp1e2.csv', 'w') as csvfile:
    """
    delimiter:分割符
    """
    for 1 in 17:
        csvfile.write(",".join(map(str，1)))
        csvfile.write( ' \n ')

2. 读取文件

import csv
 
with open( ' example.csv ' , encoding='utf-8' ) as f:
    csv_reader = csv.reader(f)
    for row in csv_reader:
        print(row)

fi7e: example.csv csv数据

默认的情况下，读和写使用逗号做分隔符(delimiter)，当遇到特殊情况是，可以根据需要手动指定字符，例如:

with open( ' example.csv', encoding='utf-8' ) as f:
    reader = csv.reader(f，delimiter=' , ')
    for row in reader:
        print(row)

上述示例指定冒号作为分隔符

有点需要注意的是，当用writer写数据时,None 会被写成空字符串，浮点类型会被调用repr()方法转化成字符串。所以非字符串类型的数据会被str()成字符串存储。所以当涉及到unicode 字符串时，可以自己手动编码后存储或者使用csv提供的unicodewriter 。

3. 写入与读取字典

csv还提供了一种类似于字典方式的读写，方式如下:

其中fieldnames指定字典的 key值，如果reader里没有指定那么默认第一行的元素，在writer里一定要指定这个。

#%%写
 
import csv
 
with open( ' names.csv', 'w ') as csvfile:
    fieldnames = ['first_name ', 'last_name ']
    writer = csv.Dictwriter(csvfi1e，fieldnames=fieldnames)
 
    writer.writeheader()
    writer.writerow(i'first_name ' : 'Baked'， 'last_name ' : 'Beans' })
    writer.writerow(i'first_name ' : 'Love1y'})
    writer.writerow(i 'first_name ' : 'wonderfu7 '， '7ast_name': 'spam ' })

#%%读
 
import csv
 
with open( ' names.csv ', newline=' ') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        print(row[ 'first_name']，row[ ' 1ast_name ' ])