使用Python向MySQL数据库中存入json类型数据

本文涉及的产品
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:

    因为出于个人项目的需要,获取到的数据都是json类型的,并且都要存入MySQL数据库中,因为json类型数据不像一般的文本数据,所以在存入MySQL时需要注意的问题很多。

    在网上找了很多方法,整理了一下比较实用可靠的,总结下来就是下面的过程:

  • MySQL表中需要保证存储json数据的列类型为BLOB;

  • 使用sql语句时,使用MySQLdb.excape_string函数来对json数据进行转义;

  • 查询数据时,将结果使用json.loads就能够得到原来的Python数据类型;

    下面就来实战一下,实际上,在我的需求中,我需要将Python中的字典存入MySQL,所以只能先将其转换为json来处理。




1.实战存储json数据到MySQL中


(1)数据存储


  • 1.创建能存储json数据类型的数据库表

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
mysql>  create  table  jsondata
     -> (
     -> id  int (6) auto_increment  primary  key ,
     -> data blob(1024)
     -> );
Query OK, 0  rows  affected (0.25 sec)
 
mysql> show tables;
+ -------------------+
| Tables_in_spyinux |
+ -------------------+
| jsondata          |
| test              |
+ -------------------+
rows  in  set  (0.00 sec)
 
mysql> describe jsondata;
+ -------+--------+------+-----+---------+----------------+
| Field | Type   |  Null  Key  Default  | Extra          |
+ -------+--------+------+-----+---------+----------------+
| id    |  int (6) |  NO    | PRI |  NULL     | auto_increment |
| data  | blob   | YES  |     |  NULL     |                |
+ -------+--------+------+-----+---------+----------------+
rows  in  set  (0.00 sec)
  • 2.使用Python生成json数据类型

1
2
3
4
5
6
7
8
9
>>>  import  json
>>> d  =  { 'name' 'xpleaf' }
>>>  type (d)
< type  'dict' >
>>> d_json  =  json.dumps(d)
>>> d_json
'{"name": "xpleaf"}'
>>>  type (d_json)
< type  'str' >
  • 3.使用MySQLdb连接MySQL数据库

1
2
>>>  import  MySQLdb
>>> conn  =  m.connect(host = 'localhost' , port = 3306 , user = 'root' , passwd = '123456' , db = 'spyinux' )>>> cur  =  conn.cursor()
  • 4.写原生sql语句

1
>>> tsql  =  "insert into jsondata(data) values('{json}')" ;
  • 5.使用MySQLdb方法转义json数据

1
2
3
>>> sql  =  tsql. format (json = MySQLdb.escape_string(d_json));
>>> sql
'insert into jsondata(data) values(\'{\\"name\\": \\"xpleaf\\"}\')'
  • 6.执行sql语句

1
2
3
4
>>> cur.execute(sql)
1L
>>> cur.execute(sql)
1L


(2)数据查询


    上面的操作完成之后,我们已经成功将json的数据存取到MySQL中,关键是能不能将该数据取出来,并且最后还原成Python的字典类型类型。


  • 1.先在MySQL中查询存储的数据

1
2
3
4
5
6
7
mysql>  select  from  jsondata;
+ ----+--------------------+
| id | data               |
+ ----+--------------------+
|  1 | { "name" "xpleaf" } |
+ ----+--------------------+
1 row  in  set  (0.00 sec)
  • 2.在Python交互器中查询数据

1
2
3
4
5
6
7
8
9
10
>>> cur.execute( 'select * from jsondata' );
1L
>>> mydata  =  cur.fetchall()
>>> mydata
(( 1L '{"name": "xpleaf"}' ),)
>>> mydata  =  mydata[ 0 ][ 1 ]
>>> mydata
'{"name": "xpleaf"}'
>>>  type (mydata)
< type  'str' >
  • 3.使用json.loads解析json数据

1
2
3
4
5
6
7
8
9
>>> mydata  =  json.loads(mydata)
>>> mydata
{u 'name' : u 'xpleaf' }
>>>  type (mydata)
< type  'dict' >
>>> mydata[ 'name' ]
u 'xpleaf'
>>> mydata.get( 'name' )
u 'xpleaf'


    可以看到,最开始我们使用Pythonn创建了一个字典类型的数据,之后将其转换为json数据类型,以便于存入MySQL中,在这个过程中需要使用MySQL.escape_string方法来对json数据进行转义,最后查询数据时,我们使用json.loads方法来解析json数据,从而得到我们最开始存储的Python字典类型数据。




2.在实际当中的应用


    显然,如果在使用Python的过程中,需要将字典或其它数据类型的数据存入到MySQL中时,先将其转换为json类型数据,再使用上面的方法,就非常简便了。





本文转自 xpleaf 51CTO博客,原文链接:http://blog.51cto.com/xpleaf/1905368,如需转载请自行联系原作者
相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
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 &nbsp; &nbsp; 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
|
1天前
|
关系型数据库 MySQL 数据库
实时计算 Flink版产品使用合集之支持将数据写入 OceanBase 数据库吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
17 5
|
1天前
|
JSON NoSQL MongoDB
实时计算 Flink版产品使用合集之要将收集到的 MongoDB 数据映射成 JSON 对象而非按字段分割,该怎么操作
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
23 1
|
1天前
|
消息中间件 Java Kafka
实时计算 Flink版产品使用合集之可以将数据写入 ClickHouse 数据库中吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
13 1
|
1天前
|
存储 JSON 前端开发
数据库中的数据
数据库中的数据
6 0
|
1天前
|
监控 安全 关系型数据库
关系型数据库数据完整性保障
【5月更文挑战第10天】关系型数据库数据完整性保障
13 4
|
2天前
|
前端开发 关系型数据库 MySQL
SpringBoot-----从前端更新数据到MySql数据库
SpringBoot-----从前端更新数据到MySql数据库
9 1
|
3天前
|
easyexcel Java 关系型数据库
厉害了!12秒将百万数据通过EasyExcel导入MySQL数据库中
厉害了!12秒将百万数据通过EasyExcel导入MySQL数据库中
9 1
|
2天前
|
网络协议 Unix Python
Python编程-----网络通信
Python编程-----网络通信
8 1
|
3天前
|
JSON 数据格式 开发者
pip和requests在Python编程中各自扮演着不同的角色
【5月更文挑战第9天】`pip`是Python的包管理器,用于安装、升级和管理PyPI上的包;`requests`是一个HTTP库,简化了HTTP通信,支持各种HTTP请求类型及数据交互。两者在Python环境中分别负责包管理和网络请求。
32 5
|
3天前
|
存储 Python 容器
Python高级编程
Python集合包括可变的set和不可变的frozenset,用于存储无序、不重复的哈希元素。创建集合可使用{}或set(),如`my_set = {1, 2, 3, 4, 5}`。通过add()添加元素,remove()或discard()删除元素,如`my_set.remove(3)`。
14 0

热门文章

最新文章

推荐镜像

更多