data = "这是一些文本数据"
with open('data.txt', 'w', encoding='utf-8') as file:
    file.write(data)

data = "这是一些文本数据"

with open('data.txt', 'w', encoding='utf-8') as file:

file.write(data)

import csv
data = [
    {"name": "John", "age": 30, "city": "New York"},
    {"name": "Anna", "age": 22, "city": "Los Angeles"}
]
with open('data.csv', 'w', newline='', encoding='utf-8') as csvfile:
    writer = csv.DictWriter(csvfile, fieldnames=['name', 'age', 'city'])
    writer.writeheader()
    for item in data:
        writer.writerow(item)

import csv

data = [ {"name": "John", "age": 30, "city": "New York"}, 
         {"name": "Anna", "age": 22, "city": "Los Angeles"} 
]

with open('data.csv', 'w', newline='', encoding='utf-8') as csvfile:

writer = csv.DictWriter(csvfile, fieldnames=['name', 'age', 'city'])

writer.writeheader()

for item in data: writer.writerow(item)

from openpyxl import Workbook
# 创建数据列表
data = [
    {'name': 'Alice', 'age': 25, 'city': 'New York'},
    {'name': 'Bob', 'age': 30, 'city': 'San Francisco'},
    # 其他数据行
]
#创建工作簿
wb = Workbook()
ws = wb.active
# 写入标题
ws['A1'] = 'Name'
ws['B1'] = 'Age'
ws['C1'] = 'City'
# 写入数据
for row_idx, row in enumerate(data, start=2):
    ws.cell(row=row_idx, column=1, value=row['name'])
    ws.cell(row=row_idx, column=2, value=row['age'])
    ws.cell(row=row_idx, column=3, value=row['city'])
# 保存文件
wb.save('data.xlsx')
 

# 创建数据列表
data = [
    {'name': 'Alice', 'age': 25, 'city': 'New York'},
    {'name': 'Bob', 'age': 30, 'city': 'San Francisco'},
    # 其他数据行
]
 
# 构建 HTML 内容
html_data = "
Users
\n"
for item in data:
    html_data += "
\n"
    for key, value in item.items():
        html_data += f"  
{key}: {value}
\n"
    html_data += "
\n"

输出结果

代码解释（解释较难的代码）

构建内容

初始化一个名为 html_data 的字符串，它将用来存储最终的HTML内容。首先添加一个

标签，表示一级标题，标题文本为 "Users"。

html_data = "
Users
\n"

开始一个 for 循环，遍历 data 列表中的每个字典（即每个用户的信息）。

for item in data:

对于每个用户，html_data 字符串会追加一个新的

标签，用来包裹该用户的详细信息。

 html_data += "
\n"

在这个

内部，开始另一个 for 循环，遍历当前用户字典 item 中的每个键值对。

for key, value in item.items():

对于每个键值对，html_data 字符串会追加一个带有格式化文本的

标签。这里使用了格式化字符串字面量（f-string），将键（key）和值（value）插入到

标签的文本中，并以冒号分隔。

html_data += f" 
{key}: {value}
\n"

在添加完当前用户的所有信息后，html_data 字符串会追加一个

标签来关闭

。

html_data += "

\n"

后面不多写

5.JSON文件

以JSON格式保存数据，易于阅读和跨语言交换数据。

使用json模块将数据保存为JSON格式。

代码案例

import json
data = {"name": "John", "age": 30, "city": "New York"}
with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=4)

输出结果

代码解释

1.导入json模块:

import json

这行代码从Python标准库中导入了json模块，该模块用于处理JSON数据。

2.创建字典数据:

data = {"name": "John", "age": 30, "city": "New York"}

这里创建了一个名为data的字典，包含了键值对："name"对应"John"，"age"对应30，"city"对应"New York"。

3.打开文件:

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

使用with语句打开一个名为data.json的文件，用于写入操作：

• 'data.json'是文件的名称。
• 'w'表示写入模式，如果文件已存在，它会被覆盖；如果不存在，将会创建一个新文件。
• encoding='utf-8'确保文件以UTF-8编码保存，这对于包含非ASCII字符的数据很重要。

4.使用json.dump()写入JSON数据:

json.dump(data, f, ensure_ascii=False, indent=4)

json.dump()函数用于将Python对象转换为JSON格式的字符串，并写入到指定的文件中：

• data是要转换为JSON格式的字典对象。
• f是文件对象，即上面打开的data.json文件。
• ensure_ascii=False指示json.dump()允许输出非ASCII字符，而不是将它们转义为\uXXXX形式。
• indent=4指定了输出的缩进级别，使得JSON文件具有可读性，每个层级缩进4个空格。

整个代码块的作用是创建一个包含个人信息的字典，并将其以格式化的JSON格式保存到文本文件中。这种格式的文件易于阅读和处理，常用于数据交换和配置文件。

6.XML文件

可扩展标记语言，适合存储结构化数据。

使用xml.etree.ElementTree模块将数据保存为XML格式。

代码案例

#导入ElementTree模块
import xml.etree.ElementTree as ET
# 创建数据列表
data = [
    {'name': 'Alice', 'age': 25, 'city': 'New York'},
    {'name': 'Bob', 'age': 30, 'city': 'San Francisco'}
]
#创建根元素
root = ET.Element('users')
# 遍历数据列表，创建子元素
for item in data:
    user = ET.SubElement(root, 'user') # 创建子元素
    # 遍历字典，创建属性子元素
    for key, value in item.items():
        # 创建属性子元素
        ET.SubElement(user, key).text = str(value)
# 写入XML文件
tree = ET.ElementTree(root)
tree.write('data.xml', encoding='utf-8', xml_declaration=True)

输出结果

已有代码注释

7.数据库文件

使用关系型数据库（如MySQL、PostgreSQL）或非关系型数据库（如MongoDB）存储结构化数据。

使用sqlite3模块将数据保存到SQLite数据库中。

代码案例

import sqlite3#导入sqlite3模块
 
conn = sqlite3.connect('data.db')#连接到数据库
cursor = conn.cursor()#创建游标
#创建users表
cursor.execute('''
CREATE TABLE IF NOT EXISTS users (
    name TEXT,
    age INTEGER,
    city TEXT
)
''')
#插入数据
data = ('John', 30, 'New York')
#?占位符，防止SQL注入攻击
cursor.execute('INSERT INTO users VALUES (?, ?, ?)', data)
conn.commit()#提交事务
cursor.close()#关闭游标
conn.close()#关闭连接

输出结果

已有代码注释

实战案例

知晓数据保存的方法后，就来两个小案例热身一下。

对于小说我们随意找个网站爬取目标数据，但是在爬取的过程中必须要遵守必要的规则，以免影响网站运行。当然如果熟悉《中国人民共和国网络安全法》也许最好不过。

保存数据到TXT文件

保存文本文件我们需要用到python内置函数open来进行文件操作

第一步：爬取目标小说列表。

打开开发者工具，选择网络（），刷新数据，找到本页面的网址链接，然后在标头的页面中观察一下相关数据，在请求标头中往下滑，找到user-agent这个数据，用来构建请求头。（一些数据不会展示，避免产生麻烦）如下

构建请求代码如下

url = '输入目标网址'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/109.0.0.0 Safari/537.36 SLBrowser/9.0.3.4111 SLBChan/105'
}

第二步：定位小说列表元素

选择元素选项，看个人使用情况，定位相应的元素，然后复制xpath

第三步：发送响应，检查是否成功爬取信息列表

第四步:保存文本文件

构建文本文件代码如下

with open('comments.txt', 'w', encoding='utf-8') as f: #使用with open()新建对象f
    # 将列表中的数据循环写入到文本文件中
    for i in comments_list:
        f.write(i+"\n") #写入数据

这个代码与前面介绍的过的代码异曲同工。但目的一样

完整代码如下

import requests
from lxml import etree
 
url = 'https://www.biqusa.com/52_172463/'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/109.0.0.0 Safari/537.36 SLBrowser/9.0.3.4111 SLBChan/105'
}
 
comments_list = [] # 初始化列表
response = requests.get(url, headers=headers)  # 请求页面
html = etree.HTML(response.text)
# 以下是示例 XPath 表达式，根据网页结构获取相应元素的内容
comments = html.xpath('//*[@id="list"]/dl/dd[32]/a')
for comment in comments:
    comments_list.append(comment.text)
print(comments_list)
 
with open('comments.txt', 'w', encoding='utf-8') as f: #使用with open()新建对象f
    # 将列表中的数据循环写入到文本文件中
    for i in comments_list:
        f.write(i+"\n") #写入数据
 

输出结果

这个即可在vscode中查看或者其他方式查看你，全看个人使用情况

ok，通过这简单的数据保存案例，我们能够学会如何构建请求头和使用open方法的应用。

保存数据到CSV文件

保存数据文件需要使用python的内置模块csv。

不过在实战之前，还需要先练习csv是怎么使用了

第一、写入数据：创建writer对象，使用writerow()写入一行数据，使用writerows()方法写入多行数据。

import csv
 
headers = ['No','name','age']
values = [
    ['01','Blue',18],
    ['02','Lble',19],
    ['03','Uble',20],
]
with open('test1.csv','w',newline='') as fp:
    # 获取对象
    writer = csv.writer(fp)
    # 写入数据
    writer.writerow(headers) #写入表头
    writer.writerows(values) # 写入数据

输出结果

第二、读取数据：读取刚刚创立的csv文件，示例代码如下

import csv
 
with open('csv文件保存的路径', 'r', encoding='utf-8') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print(row)

示例结果如下

就可以看到控制台输出列表信息了

知晓csv文件的使用，还是跟上次保存文本文件的操作方式一样，不过，代码不同

第一步：选中需要的目标元素，复制xpath，

代码如下

import requests
from lxml import etree
import csv
 
url = 'https://www.biqusa.com/52_172463/'
headers = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36"
    }
 
comments_list = [] #初始化用于保存列表
 
response = requests.get(url=url,headers=headers)  # 请求页面
 
html = etree.HTML(response.text)
 
lis = html.xpath('//*[@id="list"]/dl/dd/a')  # 获取每一个列表
 
for li in lis:
    result = li.xpath('./text()')
    comments_list.append(''.join(result))  # ''.join() 可以将列表转化为字符串
 
new_list = [[x] for x in comments_list] # 列表生成器，将列表项转为子列表
with open("text2.csv", mode="w", newline="", encoding="utf-8") as f:
    csv_file = csv.writer(f) # 创建CSV文件写入对象
    for i in new_list:
        csv_file.writerow(i)

输出结果

就可以看到csv文件已生成在相应的文件目录下。

第二步（可有可无）：在控制台输出csv列表。

需要添加代码如下

# 读取刚刚保存的csv文件
with open('/home/mw/project/comments.csv', 'r', encoding='utf-8') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print(row)

输出结果

就可以读取csv文件

除了内置csv模块读取文件，还有 pandas 这个代码，可以利用 read_csv() 方法将数据从 CSV 中读取出来

pandas 是由 Wes McKinney 开发的，它的名字来源于面板数据（panel data），这是一种多维数据集，常用于经济学研究。随着时间的发展，pandas 已经成为 Python 数据分析领域不可或缺的工具之一。

示例代码如下：

import pandas  as pd
 
df = pd.read_csv('保存的文件路径')
print(df)
 
#excle文件操作与这个csv文件类似

示例输出结果

在这条蜿蜒的人生旅途中，我们每个人都是寻宝者，渴望着那一抹名为“好运”的宝藏。今天，我在这里留下了我的足迹，不仅是为了记录，更是为了分享。因为我相信，好运是一种传递，一种共鸣，一种我们共同追求的光。好了，我是好运，想要好运，今日记录到此一游，愿你我都能在这条旅途中，收获属于自己的那份幸运之光。