import pyodbc
# 数据库服务器信息
driver = 'SQL Server'
server = 'SHCWSYWFZ46T'
user = 'sa'
password = 'sh.0628'
database = 'zyroi'
#连接数据库
conn = pyodbc.connect(driver=driver, server=server, user=user, \
password=password, database=database)
'''
把数据存储到excel有两种方法
'''
'''方法一:
使用pandas的read_sql将select查询结果存到DataFrame里面并导出到excel
'''
import pandas as pd
df=pd.read_sql(sql="SELECT top 1000 * FROM\
zyroi.dbo.[roi]\
order by 月份 DESC",con=conn)
df.to_excel(r'd:\Users\zhanggl21\Desktop\清洗电话表取数.xlsx')
'''方法二:
利用循环和excel包
'''
cur = conn.cursor()
sql = 'select top 100 * from [201711qxcall]' # 查询语句
cur.execute(sql)
rows = cur.fetchall() #获得所有数据,返回一个list对象,每行就是一个tuple元组
#关闭数据库连接
conn.close()
import xlwt
wk=xlwt.Workbook()
sht=wk.add_sheet('database',cell_overwrite_ok=False)
#记录字段名称信息(表的列名)
biaoti=cur.description
# 写上字段信息
for bt in range(0,len(biaoti)):
sht.write(0,bt,biaoti[bt][0])
help(sht.write)
# 获取并写入数据段信息
row = 1
col = 0
for row in range(1,len(rows)+1):
for col in range(0,len(biaoti)):
sht.write(row,col,u'%s' %(rows[row-1][col]))
wk.save(r'd:\Users\zhanggl21\Desktop\sy.xls')
1、连接数据库
1)直接连接数据库和创建一个游标(cursor)
cnxn = pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=testdb;UID=me;PWD=pass')
cursor = cnxn.cursor()
2)使用DSN连接。通常DSN连接并不需要密码,还是需要提供一个PSW的关键字。
cnxn = pyodbc.connect('DSN=test;PWD=password')
cursor = cnxn.cursor()
关于连接函数还有更多的选项,可以在pyodbc文档中的 connect funtion 和 ConnectionStrings查看更多的细节
2、数据查询(SQL语句为 select ...from..where)
1)所有的SQL语句都用cursor.execute函数运行。如果语句返回行,比如一个查询语句返回的行,你可以通过游标的fetch函数来获取数据,这些函数有(fetchone,fetchall,fetchmany).如果返回空行,fetchone函数将返回None,而fetchall和fetchmany将返回一个空列。
cursor.execute("select user_id, user_name from users")
row = cursor.fetchone()
if row:
print row
2)Row这个类,类似于一个元组,但是他们也可以通过字段名进行访问。
cursor.execute("select user_id, user_name from users")
row = cursor.fetchone()
print 'name:', row[1] # access by column index
print 'name:', row.user_name # or access by name
3)如果所有的行都被检索完,那么fetchone将返回None.
while 1:
row = cursor.fetchone()
if not row:
break
print 'id:', row.user_id
4)使用fetchall函数时,将返回所有剩下的行,如果是空行,那么将返回一个空列。(如果有很多行,这样做的话将会占用很多内存。未读取的行将会被压缩存放在数据库引擎中,然后由数据库服务器分批发送。一次只读取你需要的行,将会大大节省内存空间)
cursor.execute("select user_id, user_name from users")
rows = cursor.fetchall()
for row in rows:
print row.user_id, row.user_name
5)如果你打算一次读完所有数据,那么你可以使用cursor本身。
cursor.execute("select user_id, user_name from users"):
for row in cursor:
print row.user_id, row.user_name
6)由于cursor.execute返回一个cursor,所以你可以把上面的语句简化成:
for row in cursor.execute("select user_id, user_name from users"):
print row.user_id, row.user_name
7)有很多SQL语句用单行来写并不是很方便,所以你也可以使用三引号的字符串来写:
cursor.execute("""
select user_id, user_name
from users
where last_logon < '2001-01-01'
and bill_overdue = 'y'
""")
3、参数
1)ODBC支持在SQL语句中使用一个问号来作为参数。你可以在SQL语句后面加上值,用来传递给SQL语句中的问号。
cursor.execute("""
select user_id, user_name
from users
where last_logon < ?
and bill_overdue = ?
""", '2001-01-01', 'y')
这样做比直接把值写在SQL语句中更加安全,这是因为每个参数传递给数据库都是单独进行的。如果你使用不同的参数而运行同样的SQL语句,这样做也更加效率。
3)python DB API明确说明多参数时可以使用一个序列来传递。pyodbc同样支持:
cursor.execute("""
select user_id, user_name
from users
where last_logon < ?
and bill_overdue = ?
""", ['2001-01-01', 'y'])
cursor.execute("select count(*) as user_count from users where age > ?", 21)
row = cursor.fetchone()
print '%d users' % row.user_count
4、数据插入
1)数据插入,把SQL插入语句传递给cursor的execute函数,可以伴随任何需要的参数。
cursor.execute("insert into products(id, name) values ('pyodbc', 'awesome library')")
cnxn.commit()
cursor.execute("insert into products(id, name) values (?, ?)", 'pyodbc', 'awesome library')
cnxn.commit()
注意调用cnxn.commit()函数:你必须调用commit函数,否者你对数据库的所有操作将会失效!当断开连接时,所有悬挂的修改将会被重置。这很容易导致出错,所以你必须记得调用commit函数。
5、数据修改和删除
1)数据修改和删除也是跟上面的操作一样,把SQL语句传递给execute函数。但是我们常常想知道数据修改和删除时,到底影响了多少条记录,这个时候你可以使用cursor.rowcount的返回值。
cursor.execute("delete from products where id <> ?", 'pyodbc')
print cursor.rowcount, 'products deleted'
cnxn.commit()
2)由于execute函数总是返回cursor,所以有时候你也可以看到像这样的语句:(注意rowcount放在最后面)
deleted = cursor.execute("delete from products where id <> 'pyodbc'").rowcount
cnxn.commit()
同样要注意调用cnxn.commit()函数
6、小窍门
1)由于使用单引号的SQL语句是有效的,那么双引号也同样是有效的:
deleted = cursor.execute("delete from products where id <> 'pyodbc'").rowcount
2)假如你使用的是三引号,那么你也可以这样使用:
deleted = cursor.execute("""
delete
from products
where id <> 'pyodbc'
""").rowcount
3)有些数据库(比如SQL Server)在计数时并没有产生列名,这种情况下,你想访问数据就必须使用下标。当然你也可以使用“as”关键字来取个列名(下面SQL语句的“as name-count”)
row = cursor.execute("select count(*) as user_count from users").fetchone()
print '%s users' % row.user_count
4)假如你只是需要一个值,那么你可以在同一个行局中使用fetch函数来获取行和第一个列的所有数据。
count = cursor.execute("select count(*) from users").fetchone()[0]
print '%s users' % count
如果列为空,将会导致该语句不能运行。fetchone()函数返回None,而你将会获取一个错误:NoneType不支持下标。如果有一个默认值,你能常常使用ISNULL,或者在SQL数据库直接合并NULLs来覆盖掉默认值。
maxid = cursor.execute("select coalesce(max(id), 0) from users").fetchone()[0]
在这个例子里面,如果max(id)返回NULL,coalesce(max(id),0)将导致查询的值为0。
'''
Sql中的游标是干嘛的?
在数据库中,游标提供了一种对从表中检索出的数据进行操作的灵活手段。
就本质而言,游标实际上是一种能从包括多条数据记录的结果集中每次提取
一条记录的机制。
游标总是与一条SQL 选择语句相关联因为游标由结果集(可以是零条、一条或
由相关的选择语句检索出的多条记录)和结果集中指向特定记录的游标位置组成。
游标关于数据库中的操作会对整个行集产生影响。由 SELECT 语句返回的行集
包括所有满足该语句 WHERE 子句中条件的行。由语句所返回的这一完整的行集被称为结果集。
应用程序,特别是交互式联机应用程序,并不总能将整个结果集作为一个单元
来有效地处理。这些应用程序需要一种机制以便每次处理一行或一部分行。
游标就是提供这种机制的结果集扩展。
游标通过以下方式扩展结果处理:
1.允许定位在结果集的特定行。
2.从结果集的当前位置检索一行或多行。
3.支持对结果集中当前位置的行进行数据修改。
4.为由其他用户对显示在结果集中的数据库数据所做的更改提供不同级别的可见性支持。
5.提供脚本、存储过程和触发器中使用的访问结果集中的数据的 Transact-SQL 语句。
'''