数据之路 - Python爬虫 - 数据存储

一、文件存储

1.文件打开方式

文件打开方式说明
r以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式
rb以二进制只读方式打开一个文件。文件指针将会放在文件的开头
r+以读写方式打开一个文件。文件指针将会放在文件的开头
rb+以二进制读写方式打开一个文件。文件指针将会放在文件的开头
w以写入方式打开一个文件。如果该文件已存在,则将其覆盖。如果该文件不存在,则创建新文件
wb以二进制写入方式打开一个文件。如果该文件已存在,则将其覆盖。如果该文件不存在,则创建新文件
w+以读写方式打开一个文件。如果该文件已存在,则将其覆盖。如果该文件不存在,则创建新文件
wb+以二进制读写格式打开一个文件。如果该文件已存在,则将其覆盖。如果该文件不存在,则创建新文件
a以追加方式打开一个文件。如果该文件已存在,文件指针将会放在文件结尾。也就是说,新的内容将会被写入到已有内容之后。如果该文件不存在,则创建新文件来写入
ab以二进制追加方式打开一个文件。如果该文件已存在,则文件指针将会放在文件结尾。也就是说,新的内容将会被写入到已有内容之后。如果该文件不存在,则创建新文件来写入
a+以读写方式打开一个文件。如果该文件已存在,文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在,则创建新文件来读写
ab+以二进制追加方式打开一个文件。如果该文件已存在,则文件指针将会放在文件结尾。如果该文件不存在,则创建新文件用于读写

2.txt文本存储

with open('explore.txt', 'a', encoding='utf-8') as file:
    file.write('\n'.join([question, author, answer]))
    file.write('\n' + '=' * 50 + '\n')

3.json文件存储

调用库的loads()方法将JSON文本字符串转为JSON对象,可以通过dumps()方法将JSON对象转为文本字符串

- 读取json

import json
 
str = '''
[{
    "name": "Bob",
    "gender": "male",
    "birthday": "1992-10-18"
}, {
    "name": "Selina",
    "gender": "female",
    "birthday": "1995-10-18"
}]
'''
print(type(str))
data = json.loads(str)
print(data)
print(type(data))

- 输出json

import json
 
data = [{
    'name': 'Bob',
    'gender': 'male',
    'birthday': '1992-10-18'
}]
with open('data.json', 'w') as file:
    file.write(json.dumps(data))

4.csv文件存储

- 写入

首先,打开data.csv文件,然后指定打开的模式为w(即写入),获得文件句柄,随后调用csv库的writer()方法初始化写入对象,传入该句柄,然后调用writerow()方法传入每行的数据即可完成写入。writerows()方法同时写入多行

import csv
 
with open('data.csv', 'w') as csvfile:
    writer = csv.writer(csvfile, delimiter=' ')
    writer.writerow(['id', 'name', 'age'])
    writer.writerow(['10001', 'Mike', 20])
    writer.writerow(['10002', 'Bob', 22])
    writer.writerow(['10003', 'Jordan', 21])

- 读取

import csv
 
with open('data.csv', 'r', encoding='utf-8') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print(row)

二、MySQL关系型数据库存储

1.MySQL连接

import pymysql
# connect()方法声明一个MySQL连接对象
db = pymysql.connect(host='localhost',user='root', password='123456', port=3306)
# cursor()方法获得MySQL的操作游标,利用游标来执行SQL语句
cursor = db.cursor()
# 创建students数据表
sql = 'CREATE TABLE IF NOT EXISTS students (id VARCHAR(255) NOT NULL, name VARCHAR(255) NOT NULL, age INT NOT NULL, PRIMARY KEY (id))'
cursor.execute(sql)

2.插入

import pymysql
 
id = '20120001'
user = 'Bob'
age = 20
 
db = pymysql.connect(host='localhost', user='root', password='123456', port=3306, db='spiders')
cursor = db.cursor()
sql = 'INSERT INTO students(id, name, age) values(%s, %s, %s)'
try:
    cursor.execute(sql, (id, user, age))
    db.commit()
except:
    db.rollback()
db.close()
==================================================================================================
data = { 'id': '20120001', 'name': 'Bob', 'age': 20 } table = 'students' keys = ', '.join(data.keys()) values = ', '.join(['%s'] * len(data)) sql = 'INSERT INTO {table}({keys}) VALUES ({values})'.format(table=table, keys=keys, values=values) try: if cursor.execute(sql, tuple(data.values())): print('Successful') db.commit() except: print('Failed') db.rollback() db.close()

3.更新

sql = 'UPDATE students SET age = %s WHERE name = %s'
try:
   cursor.execute(sql, (25, 'Bob'))
   db.commit()
except:
   db.rollback()
db.close()
===========================================================================================================================
data = {
    'id': '20120001',
    'name': 'Bob',
    'age': 21
}
 
table = 'students'
keys = ', '.join(data.keys())
values = ', '.join(['%s'] * len(data))
 
sql = 'INSERT INTO {table}({keys}) VALUES ({values}) ON DUPLICATE KEY UPDATE'.format(table=table, keys=keys, values=values)
update = ','.join([" {key} = %s".format(key=key) for key in data])
sql += update
try:
    if cursor.execute(sql, tuple(data.values())*2):
        print('Successful')
        db.commit()
except:
    print('Failed')
    db.rollback()
db.close()

4.删除

table = 'students'
condition = 'age > 20'
 
sql = 'DELETE FROM  {table} WHERE {condition}'.format(table=table, condition=condition)
try:
    cursor.execute(sql)
    db.commit()
except:
    db.rollback()
 
db.close()

5.查询

sql = 'SELECT * FROM students WHERE age >= 20'
 
try:
    cursor.execute(sql)
    print('Count:', cursor.rowcount)
    one = cursor.fetchone()
    print('One:', one)
    results = cursor.fetchall()
    print('Results:', results)
    print('Results Type:', type(results))
    for row in results:
        print(row)
except:
    print('Error')

三、MongoDB非关系型数据库存储

1.MongoDB连接

import pymongo
# 连接MongoDB
client = pymongo.MongoClient(host='localhost', port=27017)
# 指定数据库
db = client.test
# 指定集合(类似于数据表)
collection = db.students

2.插入

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}
 
student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 21,
    'gender': 'male'
}

result = collection.insert(student)
result = collection.insert([student1, student2])
result = collection.insert_many([student1, student2])
print(result)

3.查询

# find_one()查询得到的是单个结果,find()则返回一个生成器对象。
result = collection.find_one({'name': 'Mike'})
result = collection.find_all({'name': 'Mike'})

- 常用符号

符号类型符号含义示例
比较符号$lt小于{'age': {'$lt': 20}}
$gt大于{'age': {'$gt': 20}}
$lte小于等于{'age': {'$lte': 20}}
$gte大于等于{'age': {'$gte': 20}}
$ne不等于{'age': {'$ne': 20}}
$in在范围内{'age': {'$in': [20, 23]}}
$nin不在范围内{'age': {'$nin': [20, 23]}}
功能符号$regex匹配正则表达式,name以M开头{'name': {'$regex': '^M.*'}}
$exists属性是否存在,name属性存在{'name': {'$exists': True}}
$type类型判断,age的类型为int{'age': {'$type': 'int'}}
$mod数字模操作,年龄模5余0{'age': {'$mod': [5, 0]}}
$text文本查询,text类型的属性中包含Mike字符串{'$text': {'$search': 'Mike'}}
$where高级条件查询,自身粉丝数等于关注数{'$where': 'obj.fans_count == obj.follows_count'}

4.更新

condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)

# update_many()方法,则会将所有符合条件的数据都更新
# update_one()方法,则会将单个符合条件的数据都更新

5.删除

# remove()将符合条件的所有数据删除
result = collection.remove({'name': 'Kevin'})
print(result)
# delete_one()删除第一条符合条件的数据
result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
# delete_many()即删除所有符合条件的数据
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)
# deleted_count属性获取删除的数据条数

四、Redis非关系型数据库存储

1.Redis连接

from redis import StrictRedis
 
redis = StrictRedis(host='localhost', port=6379, db=0, password='foobared')
redis.set('name', 'Bob')    
print(redis.get('name'))    

2.键操作

方法作用参数说明
exists(name)判断一个键是否存在name:键名
delete(name)删除一个键name:键名
type(name)判断键类型name:键名
keys(pattern)获取所有符合规则的键pattern:匹配规则
randomkey()获取随机的一个键 
rename(src, dst)重命名键src:原键名;dst:新键名
dbsize()获取当前数据库中键的数目 
expire(name, time)设定键的过期时间,单位为秒name:键名;time:秒数
ttl(name)获取键的过期时间,单位为秒,-1表示永久不过期name:键名
move(name, db)将键移动到其他数据库name:键名;db:数据库代号
flushdb()删除当前选择数据库中的所有键 
flushall()删除所有数据库中的所有键 

3.字符串操作

方法作用参数说明
set(name, value)给数据库中键为namestring赋予值valuename: 键名;value: 值
get(name)返回数据库中键为namestringvaluename:键名
getset(name, value)给数据库中键为namestring赋予值value并返回上次的valuename:键名;value:新值
mget(keys, *args)返回多个键对应的valuekeys:键的列表
setnx(name, value)如果不存在这个键值对,则更新value,否则不变name:键名
setex(name, time, value)设置可以对应的值为string类型的value,并指定此键值对应的有效期name: 键名;time: 有效期; value:值
setrange(name, offset, value)设置指定键的value值的子字符串name:键名;offset:偏移量;value:值
mset(mapping)批量赋值mapping:字典
msetnx(mapping)键均不存在时才批量赋值mapping:字典
incr(name, amount=1)键为namevalue增值操作,默认为1,键不存在则被创建并设为amountname:键名;amount:增长的值
decr(name, amount=1)键为namevalue减值操作,默认为1,键不存在则被创建并将value设置为-amountname:键名; amount:减少的值
append(key, value)键为namestring的值附加valuekey:键名
substr(name, start, end=-1)返回键为namestring的子串name:键名;start:起始索引;end:终止索引,默认为-1,表示截取到末尾
getrange(key, start, end)获取键的value值从startend的子字符串key:键名;start:起始索引;end:终止索引

4.列表操作

方法作用参数说明
rpush(name, *values)在键为name的列表末尾添加值为value的元素,可以传多个name:键名;values:值
lpush(name, *values)在键为name的列表头添加值为value的元素,可以传多个name:键名;values:值
llen(name)返回键为name的列表的长度name:键名
lrange(name, start, end)返回键为name的列表中startend之间的元素name:键名;start:起始索引;end:终止索引
ltrim(name, start, end)截取键为name的列表,保留索引为startend的内容name:键名;start:起始索引;end:终止索引
lindex(name, index)返回键为name的列表中index位置的元素name:键名;index:索引
lset(name, index, value)给键为name的列表中index位置的元素赋值,越界则报错name:键名;index:索引位置;value:值
lrem(name, count, value)删除count个键的列表中值为value的元素name:键名;count:删除个数;value:值
lpop(name)返回并删除键为name的列表中的首元素name:键名
rpop(name)返回并删除键为name的列表中的尾元素name:键名
blpop(keys, timeout=0)返回并删除名称在keys中的list中的首个元素,如果列表为空,则会一直阻塞等待keys:键列表;timeout: 超时等待时间,0为一直等待
brpop(keys, timeout=0)返回并删除键为name的列表中的尾元素,如果list为空,则会一直阻塞等待keys:键列表;timeout:超时等待时间,0为一直等待
rpoplpush(src, dst)返回并删除名称为src的列表的尾元素,并将该元素添加到名称为dst的列表头部src:源列表的键;dst:目标列表的key

5.集合操作

方法作用参数说明
sadd(name, *values)向键为name的集合中添加元素name:键名;values:值,可为多个
srem(name, *values)从键为name的集合中删除元素name:键名;values:值,可为多个
spop(name)随机返回并删除键为name的集合中的一个元素name:键名
smove(src, dst, value)从src对应的集合中移除元素并将其添加到dst对应的集合中src:源集合;dst:目标集合;value:元素值
scard(name)返回键为name的集合的元素个数name:键名
sismember(name, value)测试member是否是键为name的集合的元素name:键值
sinter(keys, *args)返回所有给定键的集合的交集keys:键列表
sinterstore(dest, keys, *args)求交集并将交集保存到dest的集合dest:结果集合;keys:键列表
sunion(keys, *args)返回所有给定键的集合的并集keys:键列表
sunionstore(dest, keys, *args)求并集并将并集保存到dest的集合dest:结果集合;keys:键列表
sdiff(keys, *args)返回所有给定键的集合的差集keys:键列表
sdiffstore(dest, keys, *args)求差集并将差集保存到dest集合dest:结果集合;keys:键列表
smembers(name)返回键为name的集合的所有元素name:键名
srandmember(name)随机返回键为name的集合中的一个元素,但不删除元素name:键值

6.有序集合操作

方法作用参数说明
zadd(name, *args, **kwargs)向键为name的zset中添加元素member,score用于排序。如果该元素存在,则更新其顺序name: 键名;args:可变参数
zrem(name, *values)删除键为name的zset中的元素name:键名;values:元素
zincrby(name, value, amount=1)如果在键为name的zset中已经存在元素value,则将该元素的score增加amount;否则向该集合中添加该元素,其score的值为amountname:key名;value:元素;amount:增长的score值
zrank(name, value)返回键为name的zset中元素的排名,按score从小到大排序,即名次name:键名;value:元素值
zrevrank(name, value)返回键为name的zset中元素的倒数排名(按score从大到小排序),即名次name:键名;value:元素值
zrevrange(name, start, end, withscores=False)返回键为name的zset(按score从大到小排序)中index从start到end的所有元素name:键值;start:开始索引;end:结束索引;withscores:是否带score
zrangebyscore(name, min, max, start=None, num=None, withscores=False)返回键为name的zset中score在给定区间的元素name:键名;min:最低score;max:最高score;start:起始索引;num:个数;withscores:是否带score
zcount(name, min, max)返回键为name的zset中score在给定区间的数量name:键名;min:最低score;max:最高score
zcard(name)返回键为name的zset的元素个数name:键名
zremrangebyrank(name, min, max)删除键为name的zset中排名在给定区间的元素name:键名;min:最低位次;max:最高位次
zremrangebyscore(name, min, max)删除键为name的zset中score在给定区间的元素name:键名;min:最低score;max:最高score

7.散列操作

方法作用参数说明
hset(name, key, value)向键为name的散列表中添加映射name:键名;key:映射键名;value:映射键值
hsetnx(name, key, value)如果映射键名不存在,则向键为name的散列表中添加映射name:键名;key:映射键名;value:映射键值
hget(name, key)返回键为name的散列表中key对应的值name:键名;key:映射键名
hmget(name, keys, *args)返回键为name的散列表中各个键对应的值name:键名;keys:映射键名列表
hmset(name, mapping)向键为name的散列表中批量添加映射name:键名;mapping:映射字典
hincrby(name, key, amount=1)将键为name的散列表中映射的值增加amountname:键名;key:映射键名;amount:增长量
hexists(name, key)键为name的散列表中是否存在键名为键的映射name:键名;key:映射键名
hdel(name, *keys)在键为name的散列表中,删除键名为键的映射name:键名;keys:映射键名
hlen(name)从键为name的散列表中获取映射个数name: 键名
hkeys(name)从键为name的散列表中获取所有映射键名name:键名
hvals(name)从键为name的散列表中获取所有映射键值name:键名
hgetall(name)从键为name的散列表中获取所有映射键值对name:键名

8.RedisDump

RedisDump提供了两个可执行命令:redis-dump用于导出数据,redis-load用于导入数据。

转载于:https://www.cnblogs.com/Iceredtea/p/11094753.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值