[存储]几个 Python 内置数据持久化方法，让你成为数据存储高手

引言：数据持久化为何重要？

数据持久化是一种将数据存储在持久性存储介质（如硬盘、数据库等）中的过程。这可以确保数据被长期保存，即使发生系统故障或应用程序崩溃，数据也不会丢失。

在软件开发中，数据持久化是一项必不可少的技术。因为许多应用程序都处理大量数据，需要将这些数据存储在持久性存储介质中，以避免数据丢失的情况发生。

一、何为 Python 內置数据持久化方法？

Python 内置的数据持久化方法是指 Python 语言本身提供的用于数据持久化的工具和技术。这些方法可以帮助开发人员将数据存储在持久性存储介质中，并方便地对其进行读取和更新。

二、主要持久化方法

1、文件读写：基础而实用

Python 内置的 open() 函数可以用来打开并操作文件，允许程序员将数据写入文件以便持久化存储。open() 函数需要一个文件路径作为参数，并可以指定文件的读取或写入模式。以下是使用 open() 函数来持久化数据的示例：

with open("data.txt", "w") as file:
    file.write("Hello, world!")

2、JSON：结构化数据存储

JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式，被广泛用于应用程序与服务器之间的通信。JSON 的数据结构与 Python 的字典非常相似，因此可以很容易地将 Python 对象转换为 JSON 格式，然后将该 JSON 字符串存储在文件中。以下是使用 JSON 来持久化数据的示例：

import json

data = {"name": "John Doe", "age": 30}

with open("data.json", "w") as file:
    json.dump(data, file)

3、pickle：高性能数据序列化

pickle 是 Python 内置的一个序列化模块，可以将 Python 对象序列化为字节流并存储在文件或网络上。pickle 的序列化速度非常快，并且可以处理复杂的数据结构，因此非常适合持久化大量的数据。以下是使用 pickle 来持久化数据的示例：

import pickle

data = {"name": "John Doe", "age": 30}

with open("data.pkl", "wb") as file:
    pickle.dump(data, file)

4、shelve：键值存储数据库

shelve 模块是 Python 内置的一个键值存储数据库，它允许程序员以键值对的形式持久化数据。shelve 数据库与 Python 的字典非常相似，但它将数据存储在持久性存储介质中，因此即使程序退出，数据也不会丢失。以下是使用 shelve 来持久化数据的示例：

import shelve

db = shelve.open("data.db")

db["name"] = "John Doe"
db["age"] = 30

db.close()

5、SQLite：嵌入式关系型数据库

SQLite 是一个非常轻量级的关系型数据库，它可以被嵌入到应用程序中，因此非常适合需要进行复杂查询和数据操作的应用程序。SQLite 可以存储多种类型的数据，包括文本、数字、日期和二进制数据。以下是使用 SQLite 来持久化数据的示例：

import sqlite3

conn = sqlite3.connect("data.db")
c = conn.cursor()

# 创建表
c.execute("""CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY,
    name TEXT,
    age INTEGER
)""")

# 插入数据
c.execute("INSERT INTO users (name, age) VALUES ('John Doe', 30)")

# 提交更改
conn.commit()

# 关闭连接
conn.close()