第十三章 Python数据库编程

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介:

本章节讲解Python操作数据库,完成简单的增删改查工作,以MySQL数据库为例。

Python的MySQL数据库操作模块叫MySQLdb,需要额外的安装下。

通过pip工具安装:pip install MySQLdb

MySQLdb模块,我们主要就用到连接数据库的方法MySQLdb.Connect(),连接上数据库后,再使用一些方法做相应的操作。

MySQLdb.Connect(parameters...)方法提供了以下一些常用的参数:

参数

描述

host 数据库地址
user 数据库用户名,
passwd 数据库密码,默认为空
db 数据库库名,没有默认库
port 数据库端口,默认3306
connect_timeout 连接超时时间,秒为单位
use_unicode 结果以unicode字符串返回
charset 插入数据库编码

连接对象返回的connect()函数:

commit() 提交事务。对支持事务的数据库和表,如果提交修改操作,不适用这个方法,则不会写到数据库中
rollback() 事务回滚。对支持事务的数据库和表,如果执行此方法,则回滚当前事务。在没有commit()前提下。
cursor([cursorclass]) 创建一个游标对象。所有的sql语句的执行都要在游标对象下进行。MySQL本身不支持游标,MySQLdb模块对其游标进行了仿真。

游标对象也提供了几种方法:

close() 关闭游标
execute(sql) 执行sql语句
excutemany(sql) 执行多条sql语句
fetchone() 从执行结果中取第一条记录
fetchmany(n) 从执行结果中取n条记录
fetchall() 从执行结果中取所有记录
scroll(self, value, mode='relative') 游标滚动


博客地址:http://lizhenliang.blog.51cto.com

QQ群:323779636(Shell/Python运维开发群


13.1 数据库增删改查

13.1.1 在test库创建一张user表,并添加一条记录

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
>>> conn  =  MySQLdb.Connect(host = '192.168.1.244' ,user = 'root' ,passwd = 'QHyCTajI' ,db = 'test' ,charset = 'utf8' )
>>> cursor  =  conn.cursor()
>>> sql  =  "create table user(id int,name varchar(30),password varchar(30))"
>>> cursor.execute(sql)    # 返回的数字是影响的行数
0L    
>>> sql  =  "insert into user(id,name,password) values('1','xiaoming','123456')"
>>> cursor.execute(sql)
1L
>>> conn.commit()   # 提交事务,写入到数据库
>>> cursor.execute( 'show tables' )   # 查看创建的表
1L
>>> cursor.fetchall()   # 返回上一个游标执行的所有结果,默认是以元组形式返回
((u 'user' ,),)
>>> cursor.execute( 'select * from user' )           
1L
>>> cursor.fetchall()
(( 1L , u 'xiaoming' , u '123456' ),)

13.1.2 插入多条数据

1
2
3
4
5
6
7
8
9
10
>>> sql  =  'insert into user(id,name,password) values(%s,%s,%s)'
>>> args  =  [( '2' , 'zhangsan' , '123456' ), ( '3' , 'lisi' , '123456' ),( '4' , 'wangwu' , '123456' )] 
>>> cursor.executemany(sql, args)
3L
>>> conn.commit()
>>> sql  =  'select * from user'
>>> cursor.execute(sql)
4L
>>> cursor.fetchall()
(( 1L , u 'xiaoming' , u '123456' ), ( 2L , u 'zhangsan' , u '123456' ), ( 3L , u 'lisi' , u '123456' ), ( 4L , u 'wangwu' , u '123456' ))

args变量是一个包含多元组的列表,每个元组对应着每条记录。当查询多条记录时,使用此方法,可有效提高插入效率。

13.1.3 删除用户名xiaoming的记录

1
2
3
4
5
6
7
8
9
>>> sql  =  'delete from user where name="xiaoming"'
>>> cursor.execute(sql)                           
1L
>>> conn.commit()
>>> sql  =  'select * from user'                   
>>> cursor.execute(sql)       
3L
>>> cursor.fetchall()         
(( 2L , u 'zhangsan' , u '123456' ), ( 3L , u 'lisi' , u '123456' ), ( 4L , u 'wangwu' , u '123456' ))

13.1.4 查询记录

1
2
3
4
5
6
7
8
9
10
>>> sql  =  'select * from user' 
>>> cursor.execute(sql)         
3L
>>> cursor.fetchone()    # 获取第一条记录
( 2L , u 'zhangsan' , u '123456' )
>>> sql  =  'select * from user' 
>>> cursor.execute(sql)         
3L
>>> cursor.fetchmany( 2 # 获取两条记录
(( 2L , u 'zhangsan' , u '123456' ), ( 3L , u 'lisi' , u '123456' ))

13.1.4 以字典形式返回结果

默认显示是元组形式,要想返回字典形式,使得更易处理,就用到cursor([cursorclass])中的cusorclass参数。

传入MySQLdb.cursors.DictCursor类:

1
2
3
4
5
6
>>> cursor  =  conn.cursor(MySQLdb.cursors.DictCursor)
>>> sql  =  'select * from user'
>>> cursor.execute(sql)
3L
>>> cursor.fetchall()
({ 'password' : u '123456' 'id' 2L 'name' : u 'zhangsan' }, { 'password' : u '123456' 'id' 3L 'name' : u 'lisi' }, { 'password' : u '123456' 'id' 4L 'name' : u 'wangwu' })

13.2 遍历查询结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import  MySQLdb
try :
     conn  =  MySQLdb.Connect(host = '127.0.0.1' , port = 3306 , user = 'root' , passwd = '123456' , connect_timeout = 3 , charset = 'utf8' )
     cursor  =  conn.cursor()
     sql  =  "select * from user"
     cursor.execute(sql)
     for  in  cursor.fetchall():
         print  i
except  Exception, e:
     print  ( "Connection Error: "  +  str (e))
finally :
     conn.close()
     
# python test.py
( 2L , u 'zhangsan' , u '123456' )
( 3L , u 'lisi' , u '123456' )
( 4L , u 'wangwu' , u '123456' )

使用for循环遍历查询结果,并增加了异常处理。




本文转自 李振良OK 51CTO博客,原文链接:http://blog.51cto.com/lizhenliang/1874283,如需转载请自行联系原作者
相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
59 28
数据库编程:在PHP环境下使用SQL Server的方法。
看看你吧,就像一个调皮的小丑鱼在一片广阔的数据库海洋中游弋,一路上吞下大小数据如同海中的珍珠。不管有多少难关,只要记住这个流程,剩下的就只是探索未知的乐趣,沉浸在这个充满挑战的数据库海洋中。
35 16
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段,数据被驱动截断
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段,数据被驱动截断
|
22天前
|
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
31 4
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
Python 高级编程与实战:构建微服务架构
本文深入探讨了 Python 中的微服务架构,介绍了 Flask、FastAPI 和 Nameko 三个常用框架,并通过实战项目帮助读者掌握这些技术。每个框架都提供了构建微服务的示例代码,包括简单的 API 接口实现。通过学习本文,读者将能够使用 Python 构建高效、独立的微服务。
Python 高级编程与实战:构建分布式系统
本文深入探讨了 Python 中的分布式系统,介绍了 ZeroMQ、Celery 和 Dask 等工具的使用方法,并通过实战项目帮助读者掌握这些技术。ZeroMQ 是高性能异步消息库,支持多种通信模式;Celery 是分布式任务队列,支持异步任务执行;Dask 是并行计算库,适用于大规模数据处理。文章结合具体代码示例,帮助读者理解如何使用这些工具构建分布式系统。

热门文章

最新文章