如何使用python保存字典

在Python中，可以通过多种方式将字典（dict）保存到文件中，并能够随时读取恢复。以下是几种常见的方法：

1. 使用 json 模块（推荐）
适用场景：需要人类可读的文件格式，且数据不包含Python特有对象（如自定义类）。

import json# 保存dict到文件
data = {"name": "Alice", "age": 25, "skills": ["Python", "Java"]}
with open("data.json", "w", encoding="utf-8") as f:json.dump(data, f, indent=4)  # indent参数使文件更易读# 从文件读取dict
with open("data.json", "r", encoding="utf-8") as f:loaded_data = json.load(f)print(loaded_data)  # 输出: {'name': 'Alice', 'age': 25, 'skills': ['Python', 'Java']}

优点：
• 文件为纯文本，可手动编辑。

• 跨语言兼容（几乎所有语言都支持JSON）。

缺点：
• 无法直接保存Python特有对象（如datetime或自定义类）。

2. 使用 pickle 模块
适用场景：需要保存Python特有对象或复杂数据结构。

import pickle# 保存dict到文件
data = {"key": "value", "nested": {"a": 1, "b": 2}}
with open("data.pkl", "wb") as f:pickle.dump(data, f)# 从文件读取dict
with open("data.pkl", "rb") as f:loaded_data = pickle.load(f)print(loaded_data)  # 输出原字典

优点：
• 支持几乎所有Python对象。

• 文件为二进制格式，不易被篡改。

缺点：
• 文件不可读，且可能存在安全风险（反序列化恶意数据）。

• 仅限Python使用。

3. 使用 yaml 模块（需安装 pyyaml）
适用场景：需要更人性化的配置文件格式。

import yaml  # 需安装: pip install pyyaml# 保存dict到文件
data = {"name": "Bob", "languages": ["Python", "C++"]}
with open("data.yaml", "w", encoding="utf-8") as f:yaml.safe_dump(data, f)# 从文件读取dict
with open("data.yaml", "r", encoding="utf-8") as f:loaded_data = yaml.safe_load(f)print(loaded_data)

优点：
• 文件可读性极强，支持注释。

• 适合配置文件。

缺点：
• 需要安装第三方库（pyyaml）。

• 性能不如JSON或pickle。

4. 使用 shelve 模块
适用场景：需要类似字典的持久化存储，支持动态读写。

import shelve# 保存dict到文件
with shelve.open("shelve_data") as db:db["user"] = {"id": 1, "name": "Charlie"}# 从文件读取dict
with shelve.open("shelve_data") as db:loaded_data = db["user"]print(loaded_data)  # 输出: {'id': 1, 'name': 'Charlie'}

优点：
• 像操作字典一样读写数据。

• 支持动态增删键值。

缺点：
• 文件为数据库格式，不可直接编辑。

• 跨平台兼容性可能受限。

5. 使用 csv 模块（仅限简单字典）
适用场景：字典结构简单（扁平化键值对），需与表格软件兼容。

import csv# 保存dict到文件
data = {"name": "David", "age": 30}
with open("data.csv", "w", encoding="utf-8") as f:writer = csv.writer(f)writer.writerow(data.keys())   # 写入表头writer.writerow(data.values()) # 写入值# 读取csv为dict
with open("data.csv", "r", encoding="utf-8") as f:reader = csv.reader(f)headers = next(reader)values = next(reader)loaded_data = dict(zip(headers, values))print(loaded_data)  # 输出: {'name': 'David', 'age': '30'}