我有一个问题，改变dict值和保存dict到一个文本文件(格式必须相同)，我只想改变member_phone字段。
我的文本文件格式如下:
memberID:member_name:member_email:member_phone
我将文本文件拆分为:
mdict={}
for line in file:
x=line.split(':')
a=x[0]
b=x[1]
c=x[2]
d=x[3]
e=b+':'+c+':'+d
mdict[a]=e
当我尝试更改存储在d中的member_phone时，值已更改，而不是由键流，
def change(mdict,b,c,d,e):
a=input('ID')
if a in mdict:
d= str(input('phone'))
mdict[a]=b+':'+c+':'+d
else:
print('not')
如何将字典保存为相同格式的文本文件?
当前回答
对于字符串字典(例如您正在处理的字符串字典)，只能使用Python内置的文本处理功能来完成。
(注意，如果值是其他值，这将不起作用。)
with open('members.txt') as file:
mdict={}
for line in file:
a, b, c, d = line.strip().split(':')
mdict[a] = b + ':' + c + ':' + d
a = input('ID: ')
if a not in mdict:
print('ID {} not found'.format(a))
else:
b, c, d = mdict[a].split(':')
d = input('phone: ')
mdict[a] = b + ':' + c + ':' + d # update entry
with open('members.txt', 'w') as file: # rewrite file
for id, values in mdict.items():
file.write(':'.join([id] + values.split(':')) + '\n')
其他回答
我还没有计时，但我打赌h5比pickle快;压缩后的文件大小几乎肯定更小。
import deepdish as dd
dd.io.save(filename, {'dict1': dict1, 'dict2': dict2}, compression=('blosc', 9))
Python有pickle模块专门用于这种事情。
这些函数是保存和加载几乎任何对象所需要的全部:
import pickle
with open('saved_dictionary.pkl', 'wb') as f:
pickle.dump(dictionary, f)
with open('saved_dictionary.pkl', 'rb') as f:
loaded_dict = pickle.load(f)
为了保存Python的集合，有shelve模块。
我建议使用JSON格式而不是pickle格式保存数据，因为JSON的文件是人类可读的，这使得您的调试更容易，因为您的数据很小。JSON文件也被其他程序用来读取和写入数据。你可以在这里阅读更多信息
你需要安装JSON模块，你可以用pip:
pip install json
# To save the dictionary into a file:
json.dump( data, open( "myfile.json", 'w' ) )
这将创建一个名为myfile的json文件。
# To read data from file:
data = json.load( open( "myfile.json" ) )
读取并存储myfile。数据对象中的Json数据。
保存并加载dict到文件:
def save_dict_to_file(dic):
f = open('dict.txt','w')
f.write(str(dic))
f.close()
def load_dict_from_file():
f = open('dict.txt','r')
data=f.read()
f.close()
return eval(data)
由于Pickle有一些安全问题，并且速度较慢(来源)，我将选择JSON，因为它快速，内置，人类可读，并且可互换:
import json
data = {'another_dict': {'a': 0, 'b': 1}, 'a_list': [0, 1, 2, 3]}
# e.g. file = './data.json'
with open(file, 'w') as f:
json.dump(data, f)
阅读也很简单:
with open(file, 'r') as f:
data = json.load(f)
这类似于这个答案，但是正确地实现了文件处理。
如果性能改进仍然不够，我强烈推荐orjson，快速，正确的JSON库，用于Rust之上的Python构建。
