文章目录

Python连接数据库
- 连接SQLite
- 连接MySQL
- 使用SQLAlchemy

Python连接数据库

本文为jupyter Notebook导出文档，可能显示效果不太好

连接SQLite

要操作关系数据库，首先需要连接到数据库，一个数据库连接称为Connection；

连接到数据库后，需要打开游标，称之为Cursor，通过Cursor执行SQL语句，然后，获得执行结果。

Python定义了一套操作数据库的API接口，任何数据库要连接到Python，只需要提供符合Python标准的数据库驱动即可。

由于SQLite的驱动内置在Python标准库中，可以直接来操作SQLite数据库。

# 导入SQLite驱动:
import sqlite3

# 连接到SQLite数据库
# 数据库文件是test.db
# 如果文件不存在，会自动在当前目录创建:
conn = sqlite3.connect('test.db')

# 创建一个Cursor:
cursor = conn.cursor()

# 执行一条SQL语句，创建user表:
cursor.execute('create table user (id varchar(20) primary key, name varchar(20))')

<sqlite3.Cursor at 0x2040e1eff10>

# 继续执行一条SQL语句，插入一条记录:
cursor.execute('insert into user (id, name) values ("1", "vigilr")')

<sqlite3.Cursor at 0x2040e1eff10>

# 通过rowcount获得插入的行数:
cursor.rowcount

# 关闭Cursor:
cursor.close()
# 提交事务:
conn.commit()
# 关闭Connection:
conn.close()

conn = sqlite3.connect('test.db')
cursor = conn.cursor()
# 执行查询语句:
cursor.execute('select * from user where id=?',('1',))

<sqlite3.Cursor at 0x2040e224810>

# 获得查询结果集:
values = cursor.fetchall()
values

[('1', 'vigilr')]

cursor.close()
conn.close()

使用Python的DB-API时，只要搞清楚Connection和Cursor对象，打开后一定记得关闭，就可以放心地使用。

使用Cursor对象执行insert，update，delete语句时，执行结果由rowcount返回影响的行数，就可以拿到执行结果。

使用Cursor对象执行select语句时，通过featchall()可以拿到结果集。结果集是一个list，每个元素都是一个tuple，对应一行记录。

如果SQL语句带有参数，那么需要把参数按照位置传递给execute()方法，有几个?占位符就必须对应几个参数，例如：

cursor.execute('select * from user where name=? and pwd=?', ('abc', 'password'))

# -*- coding: utf-8 -*-import sqlite3# 初始数据:
conn = sqlite3.connect('test1.db')
cursor = conn.cursor()
cursor.execute('create table user(id varchar(20) primary key, name varchar(20), score int)')
cursor.execute(r"insert into user values ('A-001', 'Adam', 95)")
cursor.execute(r"insert into user values ('A-002', 'Bart', 62)")
cursor.execute(r"insert into user values ('A-003', 'Lisa', 78)")
cursor.close()
conn.commit()
conn.close()

def get_score_in(low, high):'''返回指定分数区间的名字，按分数从低到高排序'''conn = sqlite3.connect('test1.db')cursor = conn.cursor()cursor.execute('select name from user where score>=? and score<=? ORDER BY score',(low,high))temp=cursor.fetchall()result=[]for t in temp:for i in t:result.append(i)cursor.close()conn.close()return result

# 测试:
assert get_score_in(80, 95) == ['Adam'], get_score_in(80, 95)
assert get_score_in(60, 80) == ['Bart', 'Lisa'], get_score_in(60, 80)
assert get_score_in(60, 100) == ['Bart', 'Lisa', 'Adam'], get_score_in(60, 100)print('Pass')

Pass

连接MySQL

安装MySQL驱动

由于MySQL服务器以独立的进程运行，并通过网络对外服务，所以，需要支持Python的MySQL驱动来连接到MySQL服务器。
MySQL官方提供了mysql-connector-python驱动，但是安装的时候需要给pip命令加上参数--allow-external：
pip install mysql-connector-python --allow-external mysql-connector-python

如果上面的命令安装失败，可以试试另一个驱动：
pip install mysql-connector

除了使用mysql.connector还可以使用pymysql

# 导入pymysql模块
import pymysql

# 连接database
conn = pymysql.connect(host="127.0.0.1",port=3308,user="root",password="123456",database="test",charset="utf8")
cursor = conn.cursor()
# 创建user表:
cursor.execute('create table user (id varchar(20) primary key, name varchar(20))')
cursor.close()
conn.close()

conn = pymysql.connect(host="127.0.0.1",port=3308,user="root",password="123456",database="test",charset="utf8")
cursor = conn.cursor()
# 插入一行记录，注意MySQL的占位符是%s:
cursor.execute('insert into user (id, name) values (%s, %s)', ['1', 'wasd'])
cursor.execute('insert into user (id, name) values (%s, %s)', ['2', 'zxc'])
print('受影响行数：',cursor.rowcount)# 提交事务:
conn.commit()
cursor.close()
conn.close()

受影响行数： 1

# 连接database
conn = pymysql.connect(host="127.0.0.1",port=3308,user="root",password="123456",database="test",charset="utf8")
# 运行查询:
cursor = conn.cursor()
cursor.execute('select * from user')
values = cursor.fetchall()
print(values)
# 关闭Cursor和Connection:
cursor.close()
conn.close()

(('1', 'wasd'), ('2', 'zxc'))

使用SQLAlchemy

ORM技术：Object-Relational Mapping，把关系数据库的表结构映射到对象上。

在Python中，最有名的ORM框架是SQLAlchemy。

首先通过pip安装SQLAlchemy：pip install sqlalchemy

# 第一步，导入SQLAlchemy，并初始化DBSession：# 导入:
from sqlalchemy import Column, String, create_engine,ForeignKey
from sqlalchemy.orm import sessionmaker,relationship
from sqlalchemy.ext.declarative import declarative_base

# 创建对象的基类:
Base = declarative_base()# 定义User对象:
class User(Base):# 表的名字:__tablename__ = 'users'# 表的结构:id = Column(String(20), primary_key=True)name = Column(String(20))# 以上代码完成SQLAlchemy的初始化和具体每个表的class定义。如果有多个表，就继续定义其他class，例如Scho
class School(Base):__tablename__ = 'school'id = Column(String(20), primary_key=True)name = Column(String(20))# 初始化数据库连接:mysqlconnector和pymysql都可以用
# engine = create_engine('mysql+mysqlconnector://root:123456@localhost:3308/test')
engine = create_engine('mysql+pymysql://root:123456@localhost:3308/test')
# 创建DBSession类型:
DBSession = sessionmaker(bind=engine)

create_engine()用来初始化数据库连接。SQLAlchemy用一个字符串表示连接信息：
数据库类型+数据库驱动名称://用户名:密码@数据库地址:端口号/数据库名

由于有了ORM，我们向数据库表中添加一行记录，可以视为添加一个User对象：

# 创建所有定义的表到数据库中
Base.metadata.create_all(engine)
# 创建session对象:
session = DBSession()
# 创建新User对象:
user1 = User(id='1', name='wasd')
user2 = User(id='2', name='zxc')
user3 = User(id='3', name='qwe')
user4 = User(id='4', name='rty')
user5 = User(id='5', name='vbn')
user6 = User(id='6', name='fgh')
# 添加到session:
session.add(user1)
session.add(user2)
session.add(user3)
session.add(user4)
session.add(user5)
session.add(user6)
# 提交即保存到数据库:
session.commit()
# 关闭session:
session.close()# 关键是获取session，然后把对象添加到session，最后提交并关闭。DBSession对象可视为当前数据库连接。

E:\Users\Administrator\Anaconda3\lib\site-packages\pymysql\cursors.py:170: Warning: (1366, "Incorrect string value: '\\xD6\\xD0\\xB9\\xFA\\xB1\\xEA...' for column 'VARIABLE_VALUE' at row 489")result = self._query(query)

# 查询数据# 创建Session:
session = DBSession()
# 创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行:
user = session.query(User).filter(User.id=='1').one()
users = session.query(User).filter(User.id!='1').all()
# 打印类型和对象的name属性:
print('type:', type(user))
print('name:', user.name)
for user in users:print('type:', type(user))print('name:', user.name)
# 关闭Session:
session.close()

type: <class '__main__.User'>
name: wasd
type: <class '__main__.User'>
name: zxc
type: <class '__main__.User'>
name: qwe
type: <class '__main__.User'>
name: rty
type: <class '__main__.User'>
name: vbn
type: <class '__main__.User'>
name: fgh

ORM就是把数据库表的行与相应的对象建立关联，互相转换。

由于关系数据库的多个表还可以用外键实现一对多、多对多等关联，相应地，ORM框架也可以提供两个对象之间的一对多、多对多等功能。

例如，如果一个User拥有多个Book，就可以定义一对多关系如下：

class User(Base):__tablename__ = 'user'__table_args__ = {'extend_existing': True}id = Column(String(20), primary_key=True)name = Column(String(20))# 一对多:books = relationship('Book')class Book(Base):__tablename__ = 'book'id = Column(String(20), primary_key=True)name = Column(String(20))# “多”的一方的book表是通过外键关联到user表的:user_id = Column(String(20), ForeignKey('user.id'))# 当我们查询一个User对象时，该对象的books属性将返回一个包含若干个Book对象的list。
# 创建所有定义的表到数据库中
Base.metadata.create_all(engine)

E:\Users\Administrator\Anaconda3\lib\site-packages\sqlalchemy\ext\declarative\clsregistry.py:129: SAWarning: This declarative base already contains a class with the same class name and module name as __main__.User, and will be replaced in the string-lookup table.% (item.__module__, item.__name__)

更多用法可参考：这篇文章https://www.jianshu.com/p/65903a69d61d

【Python】三种连接数据库的方式相关推荐

python三种注释方法
python三种注释方法方式1: 单行注释:shift + #(在代码的最前面输入,非选中代码进行注释) 多行注释:同单行一样在每一行的前面输入shift + #(较麻烦了) 方式2: 单行和多行一 ...
Python的三种格式化输出方式
一.第一种,利用%(称之为:占位符)格式化输出: s = """ ------------- info ------------- name:%s age:%s job: ...
Apache Spark探秘：三种分布式部署方式比较
2019独角兽企业重金招聘Python工程师标准>>> 目前Apache Spark支持三种分布式部署方式,分别是standalone.spark on mesos和 spark o ...
了解mysql的三种不同安装方式的区别
学习目的:了解mysql的三种不同安装方式的区别学习内容: mysql 的安装有三种:分别是源码安装.二进制安装.rpm安装. 源码安装的优势:linux操作系统开放源代码,因此在其上面安装的软件大 ...
lvs的调度算法有几种_LVS：三种负载均衡方式比较
1.什么是LVS? 首先简单介绍一下LVS (Linux Virtual Server)到底是什么东西,其实它是一种集群(Cluster)技术,采用IP负载均衡技术和基于内容请求分发技术.调度器具有很 ...
多角度对比数据中心常见的三种走线方式
01 三种走线方式的施工图片 ▽下走线(地板下走线) ▽天花吊顶上走线 ▽机柜顶部走线 02 三种走线方式对比通过上面的比较,毫无疑问,机柜顶部走线模式是最有优势的,给用户带来很多好处,包括维护方便 ...
asp.net session 介绍一三种Session存储方式
asp.net session 介绍一三种Session存储方式 www.firnow.com 时间:2009-03-04 作者:匿名编辑:sky 点击: 1478 [评论] 对于asp.net的程 ...
spark on yarn 完全分布式_Apache Spark探秘：三种分布式部署方式比较
[本文详细介绍了Spark的三种部署方式及其比较,欢迎读者朋友们阅读.转发和收藏!] 目前Apache Spark支持三种分布式部署方式,分别是 standalone . spark on mesos ...
LVS：三种负载均衡方式比较+另三种负载均衡方式
欢迎支持笔者新作:<深入理解Kafka:核心设计与实践原理>和<RabbitMQ实战指南>,同时欢迎关注笔者的微信公众号:朱小厮的博客. 欢迎跳转到本文的原文链接:https: ...

【Python】三种连接数据库的方式