Python数据库操作全攻略：从入门到精通，一文掌握连接与操作MySQL、SQLite、PostgreSQL等主流数据库

在数据驱动的世界里，Python作为强大的编程语言，在处理和分析数据库方面具有显著优势。本文将深入浅出地讲解如何使用Python操作各类主流数据库，并通过实际代码示例帮助您快速上手。

一、Python操作MySQL数据库

借助mysql-connector-python库，我们可以轻松实现对MySQL数据库的连接、查询、插入、更新和删除操作。

import mysql.connector

# 连接MySQL数据库
cnx = mysql.connector.connect(user='your_username', password='your_password',
                              host='127.0.0.1',
                              database='your_database')

cursor = cnx.cursor()

# 执行SQL查询语句并获取结果
query = ("SELECT * FROM your_table")
cursor.execute(query)

for (id, name) in cursor:
    print(f"ID: {id}, Name: {name}")

# 插入数据
insert_query = ("INSERT INTO your_table (name, age) VALUES (%s, %s)")
data = ('John Doe', 30)
cursor.execute(insert_query, data)

# 提交事务并关闭连接
cnx.commit()
cursor.close()
cnx.close()

二、Python操作SQLite数据库

SQLite是轻量级的关系型数据库，Python内置了sqlite3模块可以直接操作。

import sqlite3

# 连接SQLite数据库（文件式）
conn = sqlite3.connect('your_database.db')
c = conn.cursor()

# 创建表
c.execute('''CREATE TABLE IF NOT EXISTS users
             (id INTEGER PRIMARY KEY, name TEXT, age INTEGER)''')

# 插入数据
c.execute("INSERT INTO users VALUES (?, ?, ?)", (1, 'Alice', 25))

# 查询数据
c.execute("SELECT * FROM users WHERE id=?",(1,))
print(c.fetchone())

# 关闭连接
conn.commit()
c.close()
conn.close()

三、Python操作PostgreSQL数据库

使用psycopg2库操作PostgreSQL数据库，其API与MySQL类似。

import psycopg2

# 连接PostgreSQL数据库
conn = psycopg2.connect(
    dbname="your_database",
    user="your_username",
    password="your_password",
    host="127.0.0.1",
    port="5432"
)

cur = conn.cursor()

# 查询操作
cur.execute("SELECT * FROM your_table")
rows = cur.fetchall()
for row in rows:
    print(row)

# 更新操作
cur.execute("UPDATE your_table SET column_name = 'new_value' WHERE condition")

# 提交事务并关闭连接
conn.commit()
cur.close()
conn.close()

四、Python操作Oracle数据库

使用cx_Oracle库操作Oracle数据库。

import cx_Oracle

# 连接Oracle数据库
dsn = cx_Oracle.makedsn('hostname', 'port', 'service_name')
conn = cx_Oracle.connect(user='username', password='password', dsn=dsn)

# 创建游标
cursor = conn.cursor()

# 执行SQL
cursor.execute("SELECT * FROM your_table")

# 获取结果
rows = cursor.fetchall()

# 提交事务
conn.commit()

# 关闭游标与连接
cursor.close()
conn.close()

五、Python操作Microsoft SQL Server

使用pyodbc或pymssql库操作SQL Server数据库。

import pyodbc

# 连接SQL Server
conn = pyodbc.connect('DRIVER={ODBC Driver 17 for SQL Server};'
                      'SERVER=server_name;'
                      'DATABASE=database_name;'
                      'UID=username;'
                      'PWD=password;')

# 创建游标
cursor = conn.cursor()

# 执行查询
cursor.execute("SELECT * FROM your_table")

# 获取结果
rows = cursor.fetchall()

# 提交事务
conn.commit()

# 关闭游标与连接
cursor.close()
conn.close()

每个库都有其特有的API细节，但大体遵循DB-API规范，提供了创建连接、执行SQL语句、处理结果集等功能。在实际使用时，请确保安装了对应数据库的Python驱动程序，并查阅相应库的官方文档获取最新和最准确的用法信息。

结尾讨论点：

• 在您的项目中，更倾向于选择哪种数据库进行数据存储？为什么？
• 对于不同的数据库类型，如何根据业务需求选择合适的Python库进行高效操作？
• 面对大数据量或高并发场景，如何优化Python与数据库的交互性能，降低延迟？

欢迎您在评论区分享实战经验，探讨Python操作数据库的最佳实践以及遇到的问题与解决方案！