python爬取之json、pickle與shelve庫(kù)的深入講解

前言

在使用Python進(jìn)行網(wǎng)絡(luò)編程或者爬取一些自己感興趣的東西時(shí)，總避免不了進(jìn)行一些數(shù)據(jù)傳輸、存取等問題，Python的文件對(duì)象以及其他擴(kuò)展庫(kù)，已經(jīng)解決了很多關(guān)于文本和二進(jìn)制數(shù)據(jù)存取的問題，比如網(wǎng)頁(yè)內(nèi)容、圖片音視頻等多媒體內(nèi)容，但這些數(shù)據(jù)基本是最終的數(shù)據(jù)形態(tài)存儲(chǔ)，有沒有辦法可以存儲(chǔ)Python本身的一些對(duì)象數(shù)據(jù)，后續(xù)在使用的時(shí)候，再直接加載為Python對(duì)象即可，本文便講解下常用的Python對(duì)象數(shù)據(jù)存取、傳輸解決方案，即pickle、shelve、json。

內(nèi)容比較基礎(chǔ)，也比較簡(jiǎn)單，但也是必須好好掌握的知識(shí)點(diǎn)，因?yàn)槠錆撛诘膽?yīng)用場(chǎng)景太廣

一、pickle

pickle庫(kù)提供了一種將Python對(duì)象（所有對(duì)象）本地化存儲(chǔ)的解決方案，后續(xù)還可以從這些文件內(nèi)重新加載，加載后又是Python標(biāo)準(zhǔn)的對(duì)象數(shù)據(jù)，可以用Python直接使用。

pickle有以下特點(diǎn)：

1. 可以存取所有類型Python對(duì)象，并本地化到一個(gè)文件內(nèi)
2. 每個(gè)文件內(nèi)只能存儲(chǔ)一個(gè)Python對(duì)象
   

1.1 臨時(shí)轉(zhuǎn)換

可以將Python對(duì)象臨時(shí)轉(zhuǎn)化為pickle序列（存儲(chǔ)在變量?jī)?nèi)而不是文件內(nèi)），后續(xù)再進(jìn)行加載使用。

import pickle
a=[1,2,3,4]
#以下將a轉(zhuǎn)化為pickle序列
p_a=pickle.dumps(a)
 
#以下將pickle序列轉(zhuǎn)化為Python對(duì)象
a=pickle.loads(p_a)

1.2 永久化存取

可以將Python對(duì)象存儲(chǔ)到本地文件內(nèi)，方便下次取出繼續(xù)使用。

import pickle
a=[1,2,3,4]
f=open('file.pkl','wb')
 
#以下將a轉(zhuǎn)化為pickle序列并存儲(chǔ)到本地文件
p_a=pickle.dump(a,f)
 
f=open('file.pkl','rb')
#以下將存儲(chǔ)在本地文件內(nèi)的pickle序列轉(zhuǎn)化為Python對(duì)象
a=pickle.load(f)
 
f.close()

以上，首先打開一個(gè)文件，注意，因?yàn)閜ickle序列是二進(jìn)制編碼格式，所以文件模式需要有'b'

然后將Python對(duì)象序列化并存儲(chǔ)到本地文件

后續(xù)可通過加載該文件，將里面存儲(chǔ)的數(shù)據(jù)重新加載為Python對(duì)象

二、shelve

shelve庫(kù)相當(dāng)于基于pickle的優(yōu)化，因?yàn)閜ickle單文件只能存儲(chǔ)單個(gè)Python對(duì)象，并且每次存取都需要使用dump和load，比較繁瑣，所以，該庫(kù)主要做了以下優(yōu)化：

1. 創(chuàng)建了一個(gè)輕量級(jí)的鍵值對(duì)數(shù)據(jù)庫(kù)，支持一個(gè)文件內(nèi)存儲(chǔ)多個(gè)Python對(duì)象
2. 不需要每次都load，對(duì)Python數(shù)據(jù)的存取，變成了標(biāo)準(zhǔn)的字典訪問
   

以下是演示代碼：

import shelve
db=shelve.open('obj_db')
class A:...
a=[1,2,3];b=dict(name='dennis');c=A
db['a']=a
db['b']=b
db['c']=c
 
db['a']
db['b']
db['c']
 
db.close()

以上代碼，首先使用shelve的open方法創(chuàng)建一個(gè)db，可以指定db文件的存儲(chǔ)地址

然后便可以像使用字典一樣，用來在該鍵值對(duì)的db內(nèi)存儲(chǔ)Python對(duì)象（任何Python對(duì)象）

然后可像字典訪問一樣，重新取出之前已經(jīng)存儲(chǔ)的對(duì)象，最后，別忘了戰(zhàn)術(shù)性關(guān)閉db

如果想遍歷或內(nèi)省某db內(nèi)存量鍵值，該db也有keys()和values()方法，也支持Python的迭代協(xié)議

所以，相較于pickle來說，會(huì)方便和強(qiáng)大很多

三、json

json是進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)傳輸應(yīng)用最為廣泛的數(shù)據(jù)格式，其可以將Python指定的一些數(shù)據(jù)對(duì)象轉(zhuǎn)化為json字符串，便于進(jìn)行存儲(chǔ)和網(wǎng)絡(luò)傳輸，并將該json序列化的字符串重新轉(zhuǎn)變?yōu)镻ython對(duì)象。

大體過程為Python→JSON→Python，所以可以進(jìn)行CS數(shù)據(jù)傳輸和通信。

以下為json和Python數(shù)據(jù)轉(zhuǎn)換映射表：