Question

我需要存储他们购买的客户和汽车的基本数据以及这些汽车的付款时间表。这些数据来自GUI，用Python编写。我没有足够的经验来使用像sql这样的数据库系统，所以我想将我的数据作为纯文本存储在文件中。而且它不必在线。

为了能够搜索和过滤它们，首先我将数据（列表列表）转换为字符串然后当我需要将数据重新转换为常规Python列表语法时。我知道这是一种非常蛮力的方式，但这样做是否安全或者你可以用另一种方式建议我吗？

Answer 1

以文本格式（或使用pickle或其他）保存数据库永远不安全。存储数据时存在问题可能会导致损坏。更不用说你的数据被盗的风险。

随着数据集的增长，可能会出现性能损失。

看看sqlite（或sqlite3），它比mysql更小，更易于管理。除非你有一个非常小的数据集，它将适合文本文件。

P / S：顺便说一句，在python中使用berkeley db很简单，而且你不必学习所有数据库的东西，只需导入bsddb

Answer 2

使用泡菜的答案很好，但我个人更喜欢搁置。它允许您将变量保持在启动之间的相同状态，我发现它比直接使用pickle更容易。 http://docs.python.org/library/shelve.html

Answer 3

我同意其他人认为严肃而重要的数据在某些类型的轻型数据库中会更安全，但也会对保持简单和透明的愿望表示同情。

因此，我建议您使用YAML

，而不是发明自己的基于文本的数据格式。

格式是人类可读的，例如：

List of things:
    - Alice
    - Bob
    - Evan

您可以像这样加载文件：

>>> import yaml
>>> file = open('test.yaml', 'r')
>>> list = yaml.load(file)

列表将如下所示：

{'List of things': ['Alice', 'Bob', 'Evan']}

当然你也可以反过来将数据保存到YAML中，文档会帮助你。

至少考虑另一种选择:)

Answer 4

非常简单和基本 - （更多@ http://pastebin.com/A12w9SVd）

import json, os

db_name = 'udb.db'

def check_db(name = db_name):
    if not os.path.isfile(name):
        print 'no db\ncreating..'
        udb = open(db_name,'w')
        udb.close()

def read_db():
    try:
        udb = open(db_name, "r")
    except:
        check_db()
        read_db()
    try:
        dicT = json.load(udb)
        udb.close()
        return dicT
    except:
        return {}    

def update_db(newdata):
    data = read_db()
    wdb = dict(data.items() + newdata.items())    
    udb = open(db_name, 'w')
    json.dump(wdb, udb)
    udb.close()

使用：

def adduser():
    print 'add user:'
    name = raw_input('name > ')
    password = raw_input('password > ')

    update_db({name:password})

Answer 5

您可以使用此lib将对象写入文件http://docs.python.org/library/pickle.html

Answer 6

在文件中写入数据不是数据存储的安全方法。更好地使用像sqlalchemy这样的简单数据库库。它是一个简单的数据库使用的ORM ...

Answer 7

您还可以将简单数据保存在纯文本文件中。然而，您没有太多支持来检查数据的一致性，双重值等。

以下是使用namedtuple的文本文件code snippet中的简单“卡片文件”类型数据，这样您不仅可以通过行中的索引访问值，还可以访问它们的标题名称：

# text based data input with data accessible
# with named fields or indexing
from __future__ import print_function ## Python 3 style printing
from collections import namedtuple
import string

filein = open("sample.dat")

datadict = {}

headerline = filein.readline().lower() ## lowercase field names Python style
## first non-letter and non-number is taken to be the separator
separator = headerline.strip(string.lowercase + string.digits)[0]
print("Separator is '%s'" % separator)

headerline = [field.strip() for field in headerline.split(separator)]
Dataline = namedtuple('Dataline',headerline)
print ('Fields are:',Dataline._fields,'\n')

for data in filein:
    data = [f.strip() for f in data.split(separator)]
    d = Dataline(*data)
    datadict[d.id] = d ## do hash of id values for fast lookup (key field)

## examples based on sample.dat file example
key = '123'
print('Email of record with key %s by field name is: %s' %
      (key, datadict[key].email))

## by number
print('Address of record with key %s by field number is: %s' %
      (key ,datadict[key][3]))

## print the dictionary in separate lines for clarity
for key,value in  datadict.items():
    print('%s: %s' % (key, value))

input('Ready') ## let the output be seen when run directly

""" Output:
Separator is ';'
Fields are: ('id', 'name', 'email', 'homeaddress') 

Email of record with key 123 by field name is: gishi@mymail.com
Address of record with key 123 by field number is: 456 happy st.
345: Dataline(id='345', name='tony', email='tony.veijalainen@somewhere.com', homeaddress='Espoo Finland')
123: Dataline(id='123', name='gishi', email='gishi@mymail.com', homeaddress='456 happy st.')
Ready
"""

使用Python进行基本数据存储

7 个答案: