Infi-chu:
TXT文本存储
TXT文本存储，方便，简单，几乎适用于任何平台。但是不利于检索。
1.举例：
使用requests获得网页源代码，然后使用pyquery解析库解析
import requestsfrom pyquery import PyQuery as pqurl = 'https://www.zhihu.com/explore'header = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko)'}html = requests.get(url,headers=header).textdoc = pq(html)items = doc('.explore-tab .feed-item').items()for item in items: question = item.find('h2').text() author = item.find('.author-link-line').text() answer = pq(item.find('.content').html()).text() with open('test.txt','a',encoding='uft-8') as f: f.write('\n'.join([author,question,answer])) f.write('\n'.join('\n'+'='*50+'\n')) 2.打开方式：
r
rb
r+
rb+
w
wb
w+
wb+
a
ab
a+
ab+
【注】
w和a的区别相当于Linux中>和>> 的区别
JSON文件存储
JSON全称为（JavaScript Object Notation），JavaScript对象标记，通过对象和数组的组合来表示数据，构造简洁，结构化程度非常高，类似于Python当中的字典
1.对象&数组：
在JavaScript中，一切皆对象。
对象：
在JavaScript中使用{}来表示，可以理解为Python当中的字典，有键有值。
数组：
在JavaScript中使用[]来表示，可以理解为Python当中的列表。
2.读取JSON
我们可以调用Python的json库的loads()方法将JSON文本转化为JSON对象，使用dumps()方法将JSON对象转化为文本字符串。
使用get()方法得到键的名字后的值，如果没有值，则返回None，一般会自定义一个默认值，以防返回None
在JSON字符串中，要使用双引号，否则会抛出异常。
3.输出JSON
调用dumps()方法将JSON对象转化为文本字符串。
import jsondata = [{'name':'Infi-chu','sex':'male','birthday':'2000.01.01'}]with open('data.json','w+') as f: f.wirte(json.dumps(data))'''想要保存json的格式，可以加一个参数，indentwith open('data.json','w') as f: f.write(json.dumps(data,indent=2))'''
CSV文件存储
CSV全称是（Comma-Separated Values），逗号分隔值或字符分隔值，它是以纯文本形式存储表格数据，相当于结构化的纯文本。
它比Excel更简洁，XLS文本是电子表格，它包含了文本、数值、公式和格式等内容，而CSV中不包含这些内容。
1.举例
import csvwith open('data.csv','w+') as cf: wirter = csv.writer(cf)'''wirter = csv.writer(cf,delimiter=' ') # 此参数是增加分隔符''' wirter.wirterow(['id','name','age']) # writerows是同时写入多行，writerow是单行写入 wirter.wirterow(['1','Infi',23]) wirter.wirterow(['2','chu',23]) # 字典方式的写入发import csvwith open('data.csv','w')as f: fieldname = ['id','name','age'] wirter = csv.DictWriter(f,filednames=filename) # DictWriter()方法初始化一个字典写入对象 wirter.writheader() # writheader()方法写入头信息 wirter.wirterows({'id':'1','name':'n1','age':1},{'id':'2','name':'n2','age':2},{'id':'3','name':'n3','age':3}) 2.读取
# 通过csv库来读取CSV文件import csvwith open('data.csv','r',encoding='utf-8') as f: reader = csv.reader(f) # reader()方法便利出每行的内容 for i in render: print(row)# 通过pandas 读取import pandas as pddf = pd.read_csv('data.csv')print(df)