多个列表
list1 = ['1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00', '1.00']
# 定义指定输出Excel文件的名称,读入方式,编码方式
result = open('result.xls', 'w', encoding='gbk')
# 参数'w'表示往指定表格读入数据,会先将表格中原本的内容清空
# 若把参数’w'修改为‘a+',即可实现在原本内容的基础上,增加新写入的内容
for i in range(0, len(list1)):
result.write(str(list1[i]))
result.write('\n') # '\t'表示每写入一个元素后,会移动到同行的下一个单元格 \n表示每写入一个元素后,换行
result.write("\n") # 换行操作
result.close()
嵌套列表写入excel
result = open('data.xls', 'w', encoding='gbk')
result.write('X\tY\n')
for m in range(len(orgin_list)):
for n in range(len(orgin_list[m])):
result.write(str(orgin_list[m][n]))
result.write('\t')
result.write('\n')
result.close()
写入txt
# f = open('weiboData.txt', 'a', encoding='utf-8') # open打开一个txt文件
# f.write(' '.join([rank, title, new_url, number, tag])) # 将数据写入文件
# f.write('\n') # 换行
写入sql
# 3.写入mysql数据库
# conn = pymysql.connect(host='localhost', port=3306, user='root', password='Myan#756256', database='weibo', charset='utf8') # 创建连接
# cor = conn.cursor() # 获取游标
# sql = 'insert into HotSearches(rank, title, url,number,tag,created_time) values(%s, %s, %s, %s, %s,%s)'
# args = (rank, title, new_url, number, tag, tm)
# sql_1 = cor.mogrify(sql, args) # 报语法错误时,可以用mogrify函数查看输出的执行语句,print("执行SQL语句:", sql_1)
# # print(sql_1)
# cor.execute(sql, args)
# conn.commit()
写入MongoDB
# 4.写入废关系型数据库MongoDB
client = pymongo.MongoClient('localhost', 27017) # 创建连接
collection = client['test']['HotSearches'] # 指定数据库以及数据库中的集合
collection.insert(results) # insert_many(results)
pandas写入
results['rank'], results['title'], results['url'], results['number'], results['tag'] = ranks, titles, urls, numbers, tags
# 5.用pandas写入数据
df = pd.DataFrame(results) # 将数据转化成DataFrame格式
df['created_time'] = tm
# conn = create_engine('mysql+pymysql://root:Myan#756256@localhost:3306/weibo?charset=utf8')
# df.to_sql('HotSearches', conn, if_exists='append', index=False) # 写入数据库
# df.to_csv('csvData.csv', mode='a', encoding='utf-8', index=False) # 写入csv,不要索引列index=False
# df.to_csv('TxtData.txt', mode='a', encoding='utf-8', index=False) # 写入txt,不要索引列index=False
# df.to_excel('ExcelTest.xlsx', index=False) # 写入Excel