Python入门指南, 3rd Edition

第 23 章 盒中数据：持久存储

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

计算机能做的一件事，大多数人都做不了，那就是把它封在纸箱里，放在仓库里。

杰克-汉迪

运行中的程序会访问存储在随机访问内存或 RAM 中的数据。RAM 速度非常快，但价格昂贵，而且需要持续供电；如果断电，内存中的所有数据都会丢失。磁盘 驱动器的速度比 RAM 慢，但容量更大，成本更低，而且即使有人被电源线绊倒也能保留数据。 因此，计算机系统花费了大量精力在磁盘和 RAM 存储数据之间进行最佳权衡。作为 程序员，我们需要持久性：使用磁盘等非易失性介质存储和检索数据。

第20 章将介绍输入和输出等文件操作。

文本文件

最简单的持久化方法是使用普通的 老式平面文本文件。如果数据结构简单，而且可以在磁盘和内存之间交换所有数据，那么这种方法就很有效。 普通文本数据可能适合这种处理方法。

记录是相关数据块的术语，由 单个字段组成。

在填充文本文件中，记录中的每个字段都有固定的宽度，数据在文件中被填充（通常是空格字符）到该宽度，使每行（记录）具有相同的宽度。程序员可以使用seek() 在文件中跳转，只读写需要的记录和字段。

表格和分隔文本文件

对于简单的文本文件，唯一的组织层次就是行。 有时，你需要比这更多的结构。 你可能想保存数据供你的程序以后使用，或者将数据发送到另一个程序。

文本文件可以有多种格式，以下是区分它们的方法：

• 分隔符或定界符，如制表符 (\t)、逗号 (,) 或竖条 (|)。这是逗号分隔值（CSV）格式的示例。

• < 和> 标记。例如 XML 和 HTML。

• 标点符号。例如 JavaScript Object Notation (JSON)。

• 缩进。例如 YAML（递归定义为YAML Ain't Markup Language）。

• 杂项，如程序的配置文件。

这些结构化文件格式中的每一种都能被至少一个 Python 模块读写。

CSV

分隔的 文件经常被用作电子表格和数据库的交换格式。你可以手动读取 CSV 文件，每次读取一行，用逗号分隔符将每行分割成字段，并将结果添加到列表和字典等数据结构中。但最好使用 标准csv 模块，因为解析这些文件可能比你想象的要复杂得多。以下是使用 CSV 时需要注意的几个重要特征：

• 有些数据库除了逗号外还有其他定界符；常见的有| 和\t (tab)。

• 有些数据库有转义序列，如果分隔符可以出现在一个字段中，那么整个字段可能会被引号字符包围，或者前面有一个转义字符。

• 文件有不同的行结束字符。Unix 使用\n ，Microsoft 使用\r\n ，Apple 以前使用\r ，但现在使用\n 。

• 第一行可能包含列名。

首先，我们将看到如何读写行列表，每一行都包含列列表：

>>> import csv
>>> villains = [
...     ['Doctor', 'No'],
...     ['Rosa', 'Klebb'],
...     ['Mister', 'Big'],
...     ['Auric', 'Goldfinger'],
...     ['Ernst', 'Blofeld'],
...     ]
>>> with open('villains', 'wt') as fout:
...     csvout = csv.writer(fout)
...     csvout.writerows(villains)

with open ...