数据存储之json文件处理和csv文件处理
什么是json：
JSON(JavaScript Object Notation, JS 对象标记) 是一种轻量级的数据交换格式。它基于 ECMAScript (w3c制定的js规范)的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据。简洁和清晰的层次结构使得 JSON 成为理想的数据交换语言。 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。更多解释请见：https://baike.baidu.com/item/JSON/2462549?fr=aladdin
JSON支持数据格式：
- 对象（字典）。使用花括号。
- 数组（列表）。使用方括号。
- 整形、浮点型、布尔类型还有null类型。
- 字符串类型（字符串必须要用双引号，不能用单引号）。
多个数据之间使用逗号分开。
注意：json本质上就是一个字符串。
字典和列表转JSON：
import json
books = [
{
'title': '钢铁是怎样练成的',
'price': 9.8
},
{
'title': '红楼梦',
'price': 9.9
}
]
json_str = json.dumps(books,ensure_ascii=False)
print(json_str)
因为json在dump的时候，只能存放ascii的字符，因此会将中文进行转义，这时候我们可以使用ensure_ascii=False关闭这个特性。
在Python中。只有基本数据类型才能转换成JSON格式的字符串。也即：int、float、str、list、dict、tuple。
将json数据直接dump到文件中：
json模块中除了dumps函数，还有一个dump函数，这个函数可以传入一个文件指针，直接将字符串dump到文件中。示例代码如下：
books = [
{
'title': '钢铁是怎样练成的',
'price': 9.8
},
{
'title': '红楼梦',
'price': 9.9
}
]
with open('a.json','w') as fp:
json.dump(books,fp)
将一个json字符串load成Python对象：
json_str = '[{"title": "钢铁是怎样练成的", "price": 9.8}, {"title": "红楼梦", "price": 9.9}]'
books = json.loads(json_str,encoding='utf-8')
print(type(books))
print(books)
直接从文件中读取json：
import json
with open('a.json','r',encoding='utf-8') as fp:
json_str = json.load(fp)
print(json_str)
csv文件处理
读取csv文件：
import csv
with open('stock.csv','r') as fp:
reader = csv.reader(fp)
titles = next(reader)
for x in reader:
print(x)
这样操作，以后获取数据的时候，就要通过下表来获取数据。如果想要在获取数据的时候通过标题来获取。那么可以使用DictReader。示例代码如下：
csv文件处理
读取csv文件：
import csv
with open('stock.csv','r') as fp:
reader = csv.reader(fp)
titles = next(reader)
for x in reader:
print(x)
这样操作，以后获取数据的时候，就要通过下表来获取数据。如果想要在获取数据的时候通过标题来获取。那么可以使用DictReader。示例代码如下：
import csv
with open('stock.csv','r') as fp:
reader = csv.DictReader(fp)
for x in reader:
print(x['turnoverVol'])
写入数据到csv文件：
写入数据到csv文件，需要创建一个writer对象，主要用到两个方法。一个是writerow，这个是写入一行。一个是writerows，这个是写入多行。示例代码如下：
import csv
headers = ['name','age','classroom']
values = [
('zhiliao',18,'111'),
('wena',20,'222'),
('bbc',21,'111')
]
with open('test.csv','w',newline='') as fp:
writer = csv.writer(fp)
writer.writerow(headers)
writer.writerows(values)
也可以使用字典的方式把数据写入进去。这时候就需要使用DictWriter了。示例代码如下：
import csv
headers = ['name','age','classroom']
values = [
{"name":'wenn',"age":20,"classroom":'222'},
{"name":'abc',"age":30,"classroom":'333'}
]
with open('test.csv','w',newline='') as fp:
writer = csv.DictWriter(fp,headers)
writer = csv.writeheader()
writer.writerow({'name':'zhiliao',"age":18,"classroom":'111'})
writer.writerows(values)
笔记
import csv
# 通过下标读取文件
# def read_csv_demo():
# with open('', 'r') as fp:
# # reader是一个迭代器
# reader = csv.reader(fp)
# # next 会对迭代器会从开始位置加一位
# next(reader)
# for x in reader:
# name = [3]
# other = [-1]
# print({'name': name, 'other': other})
# 通过字典读取文件
# def read_csv_demo2():
# with open('', 'r') as fp:
# # 使用DictReader创建的reader对象
# # 不会包含的那行数据
# reader = csv.DictReader(fp)
# for x in reader:
# value = {'name':x['name'],'other':x['other']}
# print(value)
# 通过写入文件
def read_csv_demo3():
headers = ['username', 'age', 'height']
values = [
{'张三', '18', '156'},
{'李四', '19', '184'},
{'王五', '20', '168'}
]
# newline 是写入一行后做的事
with open('classroom.csv', 'w', encoding='utf-8', newline='') as fp:
writer = csv.writer(fp)
# 写入表头
writer.writerow(headers)
# 写入数据
writer.writerows(values)
# 通过字典写入文件
def read_csv_demo4():
headers = ['username', 'age', 'height']
values = [
{'username':'张三', 'age':18, 'height':156},
{'username':'李四', 'age':19, 'height':184},
{'username':'王五', 'age':20, 'height':168}
]
# newline 是写入一行后做的事
with open('classroom2.csv', 'w', encoding='utf-8', newline='') as fp:
writer = csv.DictWriter(fp,headers)
# 写入表头数据的时候，需要执行writeheader函数
writer.writeheader()
writer.writerows(values)
if __name__ == '__main__':
read_csv_demo4()
更多Python实战源码请关注 朝南而行 公众号
朝南而行
上一篇：数据解析之正则表达式和re模块
下一篇：数据存储之使用mysql数据库存储数据
