所以，我想将字典存储在持久文件中。有没有办法使用常规字典方法从该文件中的字典中添加、打印或删除条目？
看来我可以使用 cPickle 来存储字典并加载它，但我不知道从那里获取它。
【问题讨论】：
标签： python dictionary persistence object-persistence
如果您的键（不一定是值）是字符串，shelve 标准库模块可以无缝地执行您想要的操作。
【讨论】：
data 的搁板，其中包含项目列表，那么 data['items'].append(123) 将失败。
与 Pete 的回答类似，我喜欢使用 JSON，因为它可以很好地映射到 python 数据结构并且非常易读：
持久化数据是微不足道的：
>>> import json
>>> db = {'hello': 123, 'foo': [1,2,3,4,5,6], 'bar': {'a': 0, 'b':9}}
>>> fh = open("db.json", 'w')
>>> json.dump(db, fh)
加载也差不多：
>>> import json
>>> fh = open("db.json", 'r')
>>> db = json.load(fh)
>>> db
{'hello': 123, 'bar': {'a': 0, 'b': 9}, 'foo': [1, 2, 3, 4, 5, 6]}
>>> del new_db['foo'][3]
>>> new_db['foo']
[1, 2, 3, 5, 6]
此外，JSON 加载不会像 shelve 和 pickle 那样遇到同样的安全问题，尽管 IIRC 比 pickle 慢。
如果你想保存每个操作，你可以继承 Python dict 对象：
import os
import json
class DictPersistJSON(dict):
def __init__(self, filename, *args, **kwargs):
self.filename = filename
self._load();
self.update(*args, **kwargs)
def _load(self):
if os.path.isfile(self.filename)
and os.path.getsize(self.filename) > 0:
with open(self.filename, 'r') as fh:
self.update(json.load(fh))
def _dump(self):
with open(self.filename, 'w') as fh:
json.dump(self, fh)
def __getitem__(self, key):
return dict.__getitem__(self, key)
def __setitem__(self, key, val):
dict.__setitem__(self, key, val)
self._dump()
def __repr__(self):
dictrepr = dict.__repr__(self)
return '%s(%s)' % (type(self).__name__, dictrepr)
def update(self, *args, **kwargs):
for k, v in dict(*args, **kwargs).items():
self[k] = v
self._dump()
你可以这样使用：
db = DictPersistJSON("db.json")
db["foo"] = "bar" # Will trigger a write
效率极低，但可以让你快速起步。
【讨论】：
collections.abc.MutableMapping 而不是dict。如果有人调用db.setdefault('baz', 123)，当前的实现将失败。这篇文章解释了原因：kr41.net/2016/03-23-dont_inherit_python_builtin_dict_type.html
程序加载时从文件中解压，在程序运行时修改为内存中的普通字典，程序退出时腌到文件？不确定您在这里还要求什么。
【讨论】：
假设键和值具有 repr 的有效实现，一种解决方案是将字典 (repr(dict)) 的字符串表示形式保存到文件中。您可以使用 eval 函数 (eval(inputstring)) 加载它。这种技术有两个主要缺点：
1) Is 不适用于具有无法使用的 repr 实现的类型（或者甚至可能看起来有效，但失败了）。您至少需要注意正在发生的事情。
2) 您的文件加载机制基本上是直接执行 Python 代码。除非您完全控制输入，否则对安全性不利。
它有一个优点：非常容易做到。
【讨论】：
ast.literal_eval() 如果你的 dict 只包含基本的 Python 类型。
我最喜欢的方法（不使用标准 python 字典函数）：使用PyYaml 读/写 YAML 文件。 See this answer for details，总结在这里：
创建一个 YAML 文件，“employment.yml”：
new jersey:
mercer county:
pumbers: 3
programmers: 81
middlesex county:
salesmen: 62
programmers: 81
new york:
queens county:
plumbers: 9
salesmen: 36
第 3 步：用 Python 阅读
import yaml
file_handle = open("employment.yml")
my__dictionary = yaml.safe_load(file_handle)
file_handle.close()
现在 my__dictionary 具有所有值。如果您需要即时执行此操作，请创建一个包含 YAML 的字符串并使用 yaml.safe_load 对其进行解析。
【讨论】：
酸洗有一个缺点。如果您的字典必须经常从磁盘读取和写入并且它很大，那么它可能会很昂贵。泡菜把东西倒掉（整个）。 unpickle 把东西弄起来（作为一个整体）。
如果你必须处理小字典，pickle 是可以的。如果您要处理更复杂的事情，请选择 berkelydb。它基本上是用来存储键值对的。
【讨论】：
您考虑过使用 dbm 吗？
import dbm
import pandas as pd
import numpy as np
db = b=dbm.open('mydbm.db','n')
#create some data
df1 = pd.DataFrame(np.random.randint(0, 100, size=(15, 4)), columns=list('ABCD'))
df2 = pd.DataFrame(np.random.randint(101,200, size=(10, 3)), columns=list('EFG'))
#serialize the data and put in the the db dictionary
db['df1']=df1.to_json()
db['df2']=df2.to_json()
# in some other process:
db=dbm.open('mydbm.db','r')
df1a = pd.read_json(db['df1'])
df2a = pd.read_json(db['df2'])
即使没有 db.close() 也能正常工作
【讨论】：