一、前言

最近做web网站的测试，遇到很多需要批量造数据的功能；比如某个页面展示数据条数需要达到10000条进行测试，此时手动构造数据肯定是不可能的，此时只能通过python脚本进行自动构造数据；本次构造数据主要涉及到在某个表里面批量添加数据、在关联的几个表中同步批量添加数据、批量查询某个表中符合条件的数据、批量更新某个表中符合条件的数据等。

二、数据添加

即批量添加数据到某个表中。

insert_data.py

import pymysql

import random

import time

from get_userinfo import get_userinfo

from get_info import get_info

from get_tags import get_tags

from get_tuser_id import get_utag

class databaseaccess():

def __init__(self):

self.__db_host = "xxxxx"

self.__db_port = 3307

self.__db_user = "root"

self.__db_password = "123456"

self.__db_database = "xxxxxx"

# 连接数据库

def isconnectionopen(self):

self.__db = pymysql.connect(

host=self.__db_host,

port=self.__db_port,

user=self.__db_user,

password=self.__db_password,

database=self.__db_database,

charset='utf8'

)

# 插入数据

def linesinsert(self,n,user_id,tags_id,created_at):

self.isconnectionopen()

# 创建游标

global cursor

conn = self.__db.cursor()

try:

sql1 = '''

insert into `codeforge_new`.`cf_user_tag`(`id`, `user_id`,

`tag_id`, `created_at`, `updated_at`) values ({}, {},

{}, '{}', '{}');

'''.format(n,user_id,tags_id,created_at,created_at)

# 执行sql

conn.execute(sql1,)

except exception as e:

print(e)

finally:

# 关闭游标

conn.close()

self.__db.commit()

self.__db.close()

def get_data(self):

# 生成对应数据 1000条

for i in range(0,1001):

created_at = time.strftime('%y-%m-%d %h:%m:%s',time.localtime())

# print(create_at)

# 用户id

tuserids = []

tuserid_list = get_utag()

for tuserid in tuserid_list:

tuserids.append(tuserid[0])

# print(tuserids)

userid_list = get_userinfo()

user_id = random.choice(userid_list)[0]

if user_id not in tuserids:

user_id=user_id

# 标签id

tagsid_list = get_tags()

tags_id = random.choice(tagsid_list)[0]

self.linesinsert(i,user_id,tags_id,created_at)

if __name__ == "__main__":

# 实例化对象

db=databaseaccess()

db.get_data()

二、数据批量查询

select_data.py

import pymysql

import pandas as pd

import numpy as np

def get_tags():

# 连接数据库，地址，端口，用户名，密码，数据库名称，数据格式

conn = pymysql.connect(host='xxx.xxx.xxx.xxx',port=3307,user='root',passwd='123456',db='xxxx',charset='utf8')

cur = conn.cursor()

# 表cf_users中获取所有用户id

sql = 'select id from cf_tags where id between 204 and 298'

# 将user_id列转成列表输出

df = pd.read_sql(sql,con=conn)

# 先使用array()将dataframe转换一下

df1 = np.array(df)

# 再将转换后的数据用tolist()转成列表

df2 = df1.tolist()

# cur.execute(sql)

# data = cur.fetchone()

# print(df)

# print(df1)

# print(df2)

return df2

conn.close()

三、批量更新数据

select_data.py

import pymysql

import pandas as pd

import numpy as np

def get_tags():

# 连接数据库，地址，端口，用户名，密码，数据库名称，数据格式

conn = pymysql.connect(host='xxx.xxx.xxx.xxx',port=3307,user='root',passwd='123456',db='xxxx',charset='utf8')

cur = conn.cursor()

# 表cf_users中获取所有用户id

sql = 'select id from cf_tags where id between 204 and 298'

# 将user_id列转成列表输出

df = pd.read_sql(sql,con=conn)

# 先使用array()将dataframe转换一下

df1 = np.array(df)

# 再将转换后的数据用tolist()转成列表

df2 = df1.tolist()

# cur.execute(sql)

# data = cur.fetchone()

# print(df)

# print(df1)

# print(df2)

return df2

conn.close()

以上就是python 实现数据库中数据添加、查询与更新的示例代码的详细内容，更多关于python 数据库添加、查询与更新的资料请关注萬仟网其它相关文章！

希望与广大网友互动？？

点此进行留言吧！