答案：python爬虫数据可保存为CSV、jsON、excel或存入mysql、MongoDB。小数据用CSV/json，分析选Excel，长期结构化存储用MySQL，非结构化数据选mongodb，注意编码与异常处理。
Python爬虫在抓取网页数据后，通常需要将结果保存下来以便后续分析或使用。常见的保存方式包括保存为本地文件（如CSV、JSON、Excel）或存储到数据库中（如MySQL、MongoDB）。下面介绍几种实用且常用的方法。
保存为CSV文件
CSV是一种简单通用的表格数据格式，适合结构化数据的存储，可用Excel打开，也便于用pandas处理。
示例代码：
import csv
data = [
{“name”: “张三”, “age”: 25, “city”: “北京”},
{“name”: “李四”, “age”: 30, “city”: “上海”}
]
with open(“data.csv”, “w”, encoding=”utf-8″, newline="") as f:
writer = csv.DictWriter(f, fieldnames=data[0].keys())
writer.writeheader() # 写入表头
writer.writerows(data) # 写入多行数据
注意：使用newline=""避免空行问题，编码设为utf-8支持中文。
保存为JSON文件
JSON适合保存嵌套结构或非结构化数据，常用于网页API返回的数据存储。
立即学习“Python免费学习笔记（深入）”；
示例代码：
import json
with open(“data.json“, “w”, encoding=”utf-8″) as f:
json.dump(data, f, ensure_ascii=False, indent=2)
ensure_ascii=False确保中文正常显示，indent=2美化格式。
保存到Excel文件
使用pandas库可轻松导出为Excel（.xlsx），适合需要图表或多人查看的场景。
示例代码：
import pandas as pd
df = pd.DataFrame(data)
df.to_excel(“data.xlsx”, index=False)
需提前安装：pip install pandas openpyxl
保存到MySQL数据库
适用于大量数据长期存储，支持复杂查询。
示例代码：
import pymysql
conn = pymysql.connect(
host=”localhost”,
user=”root”,
password=”your_password”,
database=”test_db”,
charset=”utf8mb4″
)
cursor = conn.cursor()
sql = “INSERT INTO users (name, age, city) VALUES (%s, %s, %s)”
for item in data:
cursor.execute(sql, (item[“name”], item[“age”], item[“city”]))
conn.commit()
conn.close()
需安装：pip install PyMySQL
保存到MongoDB
MongoDB适合存储不固定结构的爬取数据，比如网页详情页内容差异较大时。
示例代码：
from pymongo import MongoClient
client = MongoClient(“mongodb://localhost:27017/”)
db = client[“scrapy_db”]
Collection = db[“users”]
collection.insert_many(data)
插入单条可用insert_one()。安装命令：pip install pymongo
基本上就这些。根据数据量和用途选择合适的方式：小数据用CSV或JSON，分析用Excel，长期结构化存储选MySQL，灵活文档型数据选MongoDB。不复杂但容易忽略编码和异常处理，建议加上try-except保障稳定性。