詳解資料檔案存儲的各種方式，包括txt、json和csv以及excel格式，還有進行Excel資料寫入與讀取的第三方庫(xlrd/xlwt/pandas/openpyxl)
序言：儲存資料的方式各種各樣，最簡單的方式是直接儲存為文本檔案，如TXT、JSON、CSV等，除此之外Excel也是現在比較流行的存儲格式，通過這篇文章你也将掌握通過一些第三方庫(xlrd/xlwt/pandas/openpyxl)去操作Excel進行資料存儲與讀取，此一文足以！
TXT文本幾乎相容任何平台，但是不利于檢索，如果對檢索和資料結構要求不高，尋求友善的話，可以采用TXT文本存儲格式
open()方法第一個參數表示要儲存的目标檔案名稱，也可指定絕對路徑，第二個參數a表示以追加的方式寫入到文本，這樣前面寫入的内容就不會被覆寫，在爬蟲中一般使用的都是這種追加的方式。第三個參數指定檔案的編碼為utf-8，接着寫入資料，最後用close()方法來關閉檔案
上面的參數a表示每次寫入文本時不會清空之前寫入的資料，而是在文本末尾寫入新的資料，這是一種打開方式，還有其他打開檔案的方式：
r
以隻讀方式打開檔案
rb
以二進制隻讀方式打開一個檔案
r+
以讀寫方式打開一個檔案
rb+
以二進制讀寫方式打開一個檔案
w
以寫入方式打開檔案
wb
以二進制寫入方式打開一個檔案
w+
wb+
a
以追加方式打開一個檔案
ab
以二進制追加方式打開一個檔案
a+
ab+
上面的b表示二進制，+表示以讀寫方式，r表示讀，w表示寫
用with as 文法來寫入資料，檔案會自動關閉，就不需要調用close()方法了，簡寫如下：
JSON，全稱為JavaScript Object Notation，也就是JavaScript對象标記，構造簡潔但是結構化程度非常高，采用對象和數組的組合來表示資料，是一種輕量級的資料交換格式，和XML有點類似，如果對資料結構有要求的話，可根據需求考慮此種方式
Python提供了json庫來實作對json檔案的讀寫操作，通過調用json庫的loads()方法可以将json文本字元串轉換為json對象，而調用dumps()方法可以将json對象轉換為文本字元串，如下：
indent代表縮進字元個數，ensure_ascii=False規定檔案輸出的編碼，這樣就可以輸出中文
注意：JSON的資料需要用雙引号來包圍，不能使用單引号，代碼如下：
如果我們想要把資料存儲為TXT格式，又想要把資料變為json這樣的結構，可以這樣實作：
CSV，全稱為Comma-Separated Values，中文名可以叫做字元分隔值或逗号分隔值，以純文字形式存儲表格資料，文本預設以逗号分隔，CSV相當于一個結構化表的純文字形式，比Excel檔案更加簡潔，儲存資料非常友善
首先調用csv庫的writer()方法初始化寫入對象，然後再調用writerow()方法傳入每行的資料即可完成寫入
Excel效果如下：
如果想修改列與列之間的分隔符，可以傳入參數delimiter，代碼如下：
這裡表示每一列資料以空格分隔
調用writerows()方法就可以同時寫入多行，此時參數需要為二維清單，代碼如下：
一般情況下，爬蟲提取的資料都是結構化資料，我們一般會用字典來表示，代碼如下：
首先用fieldnames定義頭資訊，然後将其傳給DictWriter來初始化一個字典寫入對象，接着用writeheader()方法寫入頭資訊，最後調用writerow()方法傳入字典即可
如果想追加寫入的話，可将open()方法的第二個參數改為a，代碼如下：
我們可以将剛才寫入的檔案内容讀取出來，代碼如下：
輸出結果如下：
通過周遊輸出每行内容，每一行都是一個清單形式
注意：如果CSV檔案中包含中文的話，還需要指定檔案編碼
當然也可以用pandas庫中的read_csv()方法将資料從CSV中讀取出來：
此種方式在做資料分析的時候用的比較多，也是一種比較友善讀取CVS檔案的方法
Excel檔案中包含了文本、數值、公式和格式等内容，而CSV不包含這些，預設打開編碼為Unicode，是現在比較流行的資料存儲格式
基本寫入方式
這裡我們調用xlwt庫進行Excel的資料寫入，代碼如下：
我們首先導入xlwt庫，然後調用Workbook()方法初始化一個可以操縱Excel表格的對象，并指定編碼格式為utf-8，接着再建立一個我們要寫入資料的指定表，用清單的形式建立二維數組，再用兩個for循環指定我們要添加資料的位置，這裡的i表示外層清單元素所在位置的序号，j表示裡層清單元素所在位置的序号，p和q分别表示外層清單和裡層清單的元素值，table.write(i,j,q)表示在第i行和第j列插入資料q，最後儲存Excel檔案。
運作效果如下：
帶序号的寫入方式
代碼如下：
控制台輸出如下：
從上圖看，num就是一個帶有序号的清單，其值是data中的key，t是一個清單，并且它的第一個值也就是序号我們把它強制轉換成了整型，然後利用for循環周遊data中value的每個字段值，并把這些字段值依次添加到清單t中；因為後面我們要以二維數組的形式把資料插入到Excel中，才能定位插入的位置，是以需要再建構一個清單ldata，最後再把清單t添加到清單ldata中，這樣就構成了二維數組，後面的寫法和上面的第一種寫法一樣
注意：由于xlwt支援的Excel版本相容問題，隻支援Excel 97-2003(*.xls)，不支援Excel 2010(*.xlsx)和Excel 2016(*.xlsx)的，是以在儲存時字尾需為.xls，否則可能會有如下錯誤提示：
這裡我們用剛剛寫入的資料demo.xls進行讀取，代碼如下：
首先調用xlrd的open_workbook()方法建立操縱Excel檔案的對象，然後通過sheet_by_index(index)方法或者sheet_by_name(sheet_name)方法根據索引、sheet名擷取sheet對象，然後擷取資料的總行數以及總列數，通過兩個for循環，調用sheet對象的cell_value(i, j)擷取單元格的值，強制轉換成字元串類型之後再根據索引添加到清單list中，以此構成二維數組，輸出并傳回，最後再周遊二維數組的每個元素(每個清單)進行輸出即可
注意：xlrd支援對字尾為.xls以及.xlsx的Excel檔案的讀取；并且不論是xlwt還是xlrd，資料的起始索引位置都為0
pandas讀取
我們還是用上面的demo.xls進行操作：
我們看一下控制台輸出結果：
我們可以觀察看，通過pandas庫的read_excel()方法，看起來好像更簡單，但它更偏向于資料分析，注意資料類型為DataFrame，輸出的資料中帶有序号
pandas寫入
以pandas庫的DataFrame()方法存儲的資料都是帶有索引序号的，友善進行資料分析、模組化等
注意：pandas庫支援字尾為.xlsx的Excel表格
openpyxl寫入
openpyxl讀取
注意：openpyxl隻支援字尾為.xlsx的Excel檔案，并且讀取或寫入資料的索引位置均為1
個人推薦使用xlrd和xlwt以及pandas，這些庫操作Excel檔案時資料的起始索引位置都為0，比較友善，不過也可以根據個人使用習慣以及需求來決定
原創不易，如果覺得有點用，希望可以随手點個贊，拜謝各位老鐵！
作者：南柯樹下，Goal：讓程式設計更有趣！ 原創微信公衆号：『小鴻星空科技』，專注于算法、爬蟲，網站，遊戲開發，資料分析、自然語言處理，AI等，期待你的關注，讓我們一起成長、一起Coding！ 轉載說明：本文禁止抄襲、轉載 ，侵權必究！
更多獨家精彩内容 請掃碼關注個人公衆号，我們一起成長，一起Coding，讓程式設計更有趣！
—— —— —— —— — END —— —— —— —— ————
歡迎掃碼關注我的公衆号
小鴻星空科技