提取到數(shù)據(jù)后， 接下來就是存儲數(shù)據(jù)了， 數(shù)據(jù)的存儲形式多種多樣， 其中最簡單的一種就是將數(shù)據(jù)直接保存為文本文件， 例如：txt,? json， csv 等， 還可以將數(shù)據(jù)保存到數(shù)據(jù)庫中， 如關系型數(shù)據(jù)庫 MySQL， 非關系型數(shù)據(jù)庫 MongoDB， Redis等， 除了這兩種， 也可以直接把數(shù)據(jù)存儲到一些搜索引擎，例如 Elasticsearch 中， 以便檢索和查看

txt 文本文件存儲：

將數(shù)據(jù)保存為 txt 文本的操作非常簡單， 而且txt 文本幾乎兼容任何平臺， 但是這也有個缺點， 就是不利于檢索， 所以如果對檢索和數(shù)據(jù)結(jié)構的要求不高，追求方便第一的話，就可以采用txt 文本存儲

import requests
from pyquery import PyQuery as pq
import re

url = 'https://static1.scrape.center/'
html = requests.get(url).text
doc = pq(html)
items = doc('.el-card').items()

file = open('movies.txt', 'w', encoding='utf-8')
for item in items:
    # 名稱
    name = item.find('a > h2').text()
    file.write(f'名稱: {name}\n')
    # 類別
    categories = [item.text() for item in item.find('.categories button span').items()]
    file.write(f'類別: {categories}\n')
    # 上映時間
    published_at = item.find('.info:contains(上映)').text()
    published_at = re.search('(\d{4}-\d{2}-\d{2})', published_at).group(1) \
        if published_at and re.search('\d{4}-\d{2}-\d{2}', published_at) else None
    file.write(f'上映時間: {published_at}\n')
    # 評分
    score = item.find('p.score').text()
    file.write(f'評分: {score}\n')
    file.write(f'{"=" * 50}\n')
file.close()

這里的目的主要是演示文件的存儲方式，因此省去了requests 異常處理部分， 首先，用requests庫提取網(wǎng)站首頁的HTML代碼， 然后利用 pyquery解析庫將電影的名稱，類別，上映時間，評分信息提取出來。

我們可以利用python提供的open方法， 打開一個文本文件，獲取一個文件操作對象， 這里賦值為file,? 每提取一部分信息， 就利用file 對象的write方法 將這部分信息寫入文件，全部提取完畢后， 調(diào)用close 方法將 file 對象關閉， 運行程序后，我們會發(fā)現(xiàn)生成了一個 movies.txt 的文件

文本內(nèi)容的存儲最重要的就是 open, write, close 這三個方法 的用法

打開方式：

在上面的實例中，open方法的第二個參數(shù)設置成了w,? 這樣在每次寫入文本時都會清空源文件， 然后將新的內(nèi)容寫入文件， w 只是文件打開方式的一種， 下面簡要介紹一下其它幾種：

r： 以只讀的方式打開一個文件， 意思是只能讀取文件內(nèi)容， 不能吸入， 這也是默認模式

rb：以二進制只讀方式打開一個文件， 通常用于打開二進制文件，例如音頻，圖片，視頻等

r+：以讀寫的方式打開一個文件，既可以讀文件，也可以寫文件，

rb+： 以讀寫的方式打開一個二進制文件，既可以讀，也可以寫文件，只是讀寫的方式都是二進制

w：以寫入方式打開一個文件， 如果該文件已存在，則將其覆蓋， 如果該文件不存在， 則創(chuàng)建

wb：以二進制寫入方式打開一個文件， 如果該文件已存在，則覆蓋， 如果該文件不存在，則創(chuàng)建

w+：以讀寫方式打開一個文件，如果該文件已存在，則覆蓋，如果該文件不存在，則創(chuàng)建

wb+：以二進制讀寫格式打開一個文件， 如果該文件已存在，則覆蓋，不存在， 則創(chuàng)建

a：以追加方式打開一個文件，如果該文件已存在，則文件指針將會放在文件結(jié)尾， 也就是說， 新的內(nèi)容將會被寫到已有內(nèi)容之后， 如果該文件不存在，則創(chuàng)建新文件來寫入

ab：以二進制追加方式打開一個文件，如果該文件已存在，則文件指針將會放在文件結(jié)尾，也就是說，新的內(nèi)容會被寫到已有內(nèi)容之后， 如果該文件不存在，則創(chuàng)建新文件來寫入

a+：以讀寫方式打開一個文件，如果該文件已存在，則文件指針將會放在文件結(jié)尾， 文件打開時會是追加模式，如果該文件不存在， 則創(chuàng)建新文件用于讀寫

ab+：以二進制追加方式打開一個文件， 如果該文件已存在，則文件指針將會放在文件結(jié)尾，如果該文件不存在，則創(chuàng)建新文件用于讀寫

簡化寫法：

使用 with as 語法， 當with可控制塊結(jié)束時， 文件會自動關閉，這樣就不用調(diào)用close 方法了文章來源地址http://www.zghlxwxcb.cn/news/detail-774608.html

with open('movies.txt', 'w', encoding='utf-8'):
    file.write(f'名稱: {name}\n')
    file.write(f'類別: {categories}\n')
    file.write(f'上映時間: {published_at}\n')
    file.write(f'評分: {score}\n')

到了這里，關于Python 網(wǎng)絡爬蟲 數(shù)據(jù)的存儲（一）：TXT 文本文件存儲：的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！