13 存储数据之存储为CSV

在上篇中，我们讨论了如何使用 XPath 和 CSS选择器 解析网页内容，并提取了我们需要的数据。在本篇中，我们将重点介绍如何将提取到的数据存储为 CSV 格式，这是数据存储和交换中一种非常常见且实用的格式。在下一篇中，我们会探讨如何将数据存储到数据库中。在继续之前，让我们先了解一下 CSV 格式的基本特征。

什么是CSV格式？

CSV，全称为“Comma-Separated Values”，即“逗号分隔值”，它是一种以纯文本形式存储数据的方式。每行代表一条记录，字段之间用逗号分隔。这种格式的优点是简单易读，广泛支持，方便与各种应用进行数据交互。

CSV 格式示例

假设我们提取到了一些书籍的信息，包括标题、作者和出版年份，存储为CSV格式可以是这样的：

标题,作者,出版年份
《算法导论》，Thomas H. Cormen, 2009
《数据结构与算法分析》，Mark Allen Weiss, 2013
《人工智能：一种现代的方法》，Stuart Russell, 2020

将数据存储为CSV

接下来，我们来看一个示例，展示如何将我们从网页上提取的数据存储到 CSV 文件中。在本示例中，我们将使用 Python 的 csv 模块。

示例代码

以下是一个使用 csv 模块将书籍信息存储为CSV文件的示例代码：

import csv

# 假设我们从网页上提取到的数据
books = [
    {"title": "算法导论", "author": "Thomas H. Cormen", "year": 2009},
    {"title": "数据结构与算法分析", "author": "Mark Allen Weiss", "year": 2013},
    {"title": "人工智能：一种现代的方法", "author": "Stuart Russell", "year": 2020},
]

# 指定CSV文件名
csv_file = "books.csv"

# 写入CSV文件
with open(csv_file, mode='w', newline='', encoding='utf-8') as file:
    writer = csv.DictWriter(file, fieldnames=["title", "author", "year"])
    
    # 写入表头
    writer.writeheader()
    
    # 写入数据行
    for book in books:
        writer.writerow(book)

print(f"数据已成功存储到 {csv_file}")

代码讲解

1. 导入模块：首先，我们导入了 csv 模块，用于处理CSV文件的读写。
2. 数据准备：我们假设已经提取到了一些书籍的信息，存储在 books 列表中，每一本书的信息用字典表示。
3. 创建CSV文件：使用 with open 打开（或创建）名为 books.csv 的文件，使用 mode='w' 表示写入模式，newline='' 避免在Windows系统中出现多余的新行，encoding='utf-8' 以确认文件使用UTF-8编码。
4. 写入文件：
   • 创建 DictWriter 对象，并指定字段名（即表头）。
   • 使用 writeheader() 方法写入表头。
   • 遍历 books 列表，通过 writerow() 方法写入每一本书的数据。
5. 确认输出：最后，我们打印一条信息以确认数据已成功写入。

运行结果

执行上述代码后，在当前目录下会生成一个名为 books.csv 的文件，内容如下：

title,author,year
算法导论,Thomas H. Cormen,2009
数据结构与算法分析,Mark Allen Weiss,2013
人工智能：一种现代的方法,Stuart Russell,2020

小结

在本篇教程中，我们学习了如何将提取到的数据存储为 CSV 格式。这是一种非常实用的数据存储方式，尤其是在数据量不大时，CSV 文件简单明了，易于使用。在下一篇中，我们将探讨如何将数据存储到数据库中，这将更好地应对大规模数据和复杂查询的需求。

希望本篇教程能够帮助你掌握数据存储为 CSV 的基本方法，接下来我们将继续深入学习存储数据的更多方法！