python持久性保存如何做

Python 持久性保存的方法包括：使用文件系统、使用数据库、使用对象序列化（如Pickle）、使用第三方库（如Shelve、SQLAlchemy）等。 其中，使用文件系统和数据库是最常见的方法。文件系统方法简单直接，但不适合复杂数据结构；数据库方法适用于大规模、复杂数据的持久化保存。下面将详细介绍使用文件系统和数据库的方法。

一、文件系统的使用

文件系统是最直接的持久性保存方法，通过读取和写入文件，可以保存程序运行过程中生成的数据。常用的文件格式包括文本文件（如CSV、TXT）和二进制文件（如JSON、Pickle）。

1、文本文件

文本文件简单易用，适合保存结构化的文本数据。Python提供了内置的open函数用于文件操作。

读取文本文件

# 读取文本文件
with open('example.txt', 'r') as file:
    data = file.read()
    print(data)

写入文本文件

# 写入文本文件
with open('example.txt', 'w') as file:
    file.write('Hello, World!')

2、CSV文件

CSV（逗号分隔值）文件是一种常用的结构化数据存储格式，适合保存表格数据。Python提供了csv模块用于CSV文件操作。

读取CSV文件

import csv
读取CSV文件
with open('example.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)

写入CSV文件

import csv
写入CSV文件
data = [['Name', 'Age'], ['Alice', 30], ['Bob', 25]]
with open('example.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(data)

3、JSON文件

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，适合保存嵌套的字典和列表数据。Python提供了json模块用于JSON文件操作。

读取JSON文件

import json
读取JSON文件
with open('example.json', 'r') as file:
    data = json.load(file)
    print(data)

写入JSON文件

import json
写入JSON文件
data = {'name': 'Alice', 'age': 30}
with open('example.json', 'w') as file:
    json.dump(data, file)

二、数据库的使用

数据库是另一种常见的持久性保存方法，适用于大规模、复杂数据的持久化保存。常用的数据库包括关系型数据库（如SQLite、MySQL、PostgreSQL）和非关系型数据库（如MongoDB、Redis）。

1、SQLite

SQLite是一个轻量级的嵌入式关系型数据库，适合小型应用和开发测试。Python提供了内置的sqlite3模块用于SQLite数据库操作。

连接数据库

import sqlite3
连接数据库
conn = sqlite3.connect('example.db')
cursor = conn.cursor()

创建表

# 创建表
cursor.execute('''CREATE TABLE IF NOT EXISTS users
                  (id INTEGER PRIMARY KEY, name TEXT, age INTEGER)''')
conn.commit()

插入数据

# 插入数据
cursor.execute('''INSERT INTO users (name, age) VALUES (?, ?)''', ('Alice', 30))
conn.commit()

查询数据

# 查询数据
cursor.execute('''SELECT * FROM users''')
rows = cursor.fetchall()
for row in rows:
    print(row)

关闭连接

# 关闭连接
conn.close()

2、MySQL

MySQL是一个常用的关系型数据库，适合大规模应用。Python提供了mysql-connector-python库用于MySQL数据库操作。

安装库

pip install mysql-connector-python

连接数据库

import mysql.connector
连接数据库
conn = mysql.connector.connect(
    host='localhost',
    user='yourusername',
    password='yourpassword',
    database='example'
)
cursor = conn.cursor()

创建表

# 创建表
cursor.execute('''CREATE TABLE IF NOT EXISTS users
                  (id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(255), age INT)''')
conn.commit()

插入数据

# 插入数据
cursor.execute('''INSERT INTO users (name, age) VALUES (%s, %s)''', ('Alice', 30))
conn.commit()

查询数据

# 查询数据
cursor.execute('''SELECT * FROM users''')
rows = cursor.fetchall()
for row in rows:
    print(row)

关闭连接

# 关闭连接
conn.close()

3、MongoDB

MongoDB是一种常用的非关系型数据库，适合保存文档型数据。Python提供了pymongo库用于MongoDB数据库操作。

安装库

pip install pymongo

连接数据库

from pymongo import MongoClient
连接数据库
client = MongoClient('localhost', 27017)
db = client['example']
collection = db['users']

插入数据

# 插入数据
collection.insert_one({'name': 'Alice', 'age': 30})

查询数据

# 查询数据
for user in collection.find():
    print(user)

关闭连接

# 关闭连接
client.close()

三、对象序列化

对象序列化是将Python对象转换为字节流，以便保存到文件或传输。常用的对象序列化方法包括Pickle和第三方库（如Shelve）。

1、Pickle

Pickle是Python内置的对象序列化模块，适合保存任意Python对象。

序列化对象

import pickle
序列化对象
data = {'name': 'Alice', 'age': 30}
with open('example.pkl', 'wb') as file:
    pickle.dump(data, file)

反序列化对象

import pickle
反序列化对象
with open('example.pkl', 'rb') as file:
    data = pickle.load(file)
    print(data)

2、Shelve

Shelve是Python内置的持久性存储模块，基于Pickle实现，适合保存字典对象。

保存数据

import shelve
保存数据
with shelve.open('example.db') as db:
    db['user1'] = {'name': 'Alice', 'age': 30}

读取数据

import shelve
读取数据
with shelve.open('example.db') as db:
    user1 = db['user1']
    print(user1)

四、第三方库的使用

除了内置模块，Python还提供了丰富的第三方库用于持久性保存，如SQLAlchemy、TinyDB、Django ORM等。

1、SQLAlchemy

SQLAlchemy是一个强大的SQL工具包和对象关系映射器（ORM），支持多种数据库。

安装库

pip install sqlalchemy

配置数据库

from sqlalchemy import create_engine, Column, Integer, String, Sequence
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
配置数据库
engine = create_engine('sqlite:///example.db')
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, Sequence('user_id_seq'), primary_key=True)
    name = Column(String(50))
    age = Column(Integer)
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()

插入数据

# 插入数据
new_user = User(name='Alice', age=30)
session.add(new_user)
session.commit()

查询数据

# 查询数据
for user in session.query(User).all():
    print(user.name, user.age)

关闭会话

# 关闭会话
session.close()

2、TinyDB

TinyDB是一个轻量级的文档型数据库，适合小型应用。

安装库

pip install tinydb

插入数据

from tinydb import TinyDB, Query
插入数据
db = TinyDB('example.json')
db.insert({'name': 'Alice', 'age': 30})

查询数据

from tinydb import TinyDB, Query
查询数据
db = TinyDB('example.json')
User = Query()
result = db.search(User.name == 'Alice')
print(result)

结论

Python提供了多种持久性保存方法，适用于不同的应用场景。文件系统方法简单直接，适合小规模、结构化数据；数据库方法适用于大规模、复杂数据的持久化保存；对象序列化适合保存任意Python对象；第三方库提供了丰富的功能和灵活性。在实际应用中，可以根据数据规模、结构和性能要求选择合适的方法，实现数据的持久性保存。