L16. 核心模块开发 (3)：数据的归宿

Vibe Coding 宣言：数据如果只活在内存里，一断电就什么都没了。让它落地生根。

0. 为什么这一课至关重要？ (Why It Matters)

• 持久化 (Persistence)：这是把“程序”变成“系统”的关键一步。
• 给老板看：老板看不懂代码，但他看得懂 Excel 表格。
• 给未来看：历史数据是宝藏。把今天的数据存下来，明天你就能做趋势分析。

1. 目标 (Goal)

学会将处理后的数据保存为 CSV/Excel 文件，或者存入 SQLite 数据库。

2. 核心概念/装备/指令 (The Core)

2.1 文件存储 (The File)

• CSV：最通用的文本格式。谁都能打开。
• Excel：带格式的表格。给非技术人员看最好。

2.2 数据库 (The Database)

• SQLite：一个文件就是一个数据库。无需安装，Python 自带。最适合中小型项目。
• ORM (SQLAlchemy)：用 Python 对象操作数据库，不用写 SQL 语句。

3. 实战演练 (Action)

Step 1: 存为 CSV/Excel

Pandas 自带神器：

df.to_csv('result.csv', index=False, encoding='utf-8-sig')
df.to_excel('result.xlsx', index=False)

• utf-8-sig：为了防止 Excel 打开乱码（这是 Windows 的坑）。

Step 2: 存入 SQLite

import sqlite3

# 1. 连接数据库 (如果不存在会自动创建)
conn = sqlite3.connect('data.db')

# 2. 存入 (Pandas 直接支持)
df.to_sql('products', conn, if_exists='replace', index=False)

# 3. 查询验证
cursor = conn.cursor()
cursor.execute("SELECT count(*) FROM products")
print(cursor.fetchone())

Step 3: 封装 Storage 类

让 Claude 帮你写个 StorageManager 类：

class StorageManager:
    def __init__(self, db_path='data.db'):
        self.conn = sqlite3.connect(db_path)

    def save_products(self, products_df):
        products_df.to_sql('products', self.conn, if_exists='append')

    def get_products(self):
        return pd.read_sql('SELECT * FROM products', self.conn)

4. 常见问题 (FAQ - Vibe Style)

Q: 存 CSV 乱码怎么办？ A: 用 utf-8-sig。 如果还不行，用 Excel 的“数据导入”功能。

Q: SQLite 能存多少数据？ A: 几百万条没问题。 超过这个量级，或者要多个人同时写，就得换 PostgreSQL 了。

Q: 每次运行都要清空旧数据吗？ A: 看需求。 if_exists='replace' 是覆盖，'append' 是追加。一般追加比较好，加上时间戳字段。

5. 验收标准 (Definition of Done)

1. 运行程序后，本地生成了 result.csv。
2. 用 Excel 打开 CSV，内容显示正常（无乱码）。
3. 生成了 data.db 文件，且能查到数据。

---

Next Mission: L17. 异常处理专项：让程序不死