Python处理文件？——来这里！txt,csv,xls,json,sql的读写都有！

1.基本操作

1.1文件的打开和关闭

通常使用python的内建函数open()函数来打开文件，使用with语句或者文件对象的close()方法来关闭文件。

1.1.1 打开文件 open()函数

open(file, mode=’r’, buffering=1, encoding=None, errors=None, newline=None,
closefd=True, opener=None)[ ]

对于一般文件，设置前两个参数就够用了。

1. file参数是一个路径，表示要打开的文件的路径
2. mode表示文件的打开方式，默认r，只读模式
3. buffering参数是一个可选的整数，用于设置缓冲策略。若取0则切换缓冲（仅允许在二进制模式下），取1则选择行缓冲（仅在文本模式下可用），若取>1的整数则指定以字节为单位的块缓冲区的大小。如果没有给出buffering参数，则默认二进制文件以固定大小的块进行缓冲，通常为4076或8172字节，且文本文件使用行缓冲。
4. encoding参数指定用于解码或编码文件的编码，仅在文本模式下使用。默认编码是依赖平台的，可通过locale.getpreferredencoding()获知，encoding参数可取任何Python支持的文本编码，常用编码包括’ascii’、’gbk’、’utf-8’等。
5. errors参数是一个可选的字符串，用于指定如何处理编码和解码错误，跟encoding参数一样仅在文本模式下使用。encoding参数可取任何codecs.register_error()中注册过的标准错误处理名称。
6. newline参数仅适用于文本模式，用于指定读写操作时采用的换行模式。
   • 在读取模式下，如果newline为None，则启用通用换行模式，文件中的以’\n’、’\r’或’\r\n’结尾的行均被翻译为’\n’；如果newline是空值，则行结尾不进行翻译，直接返回；如果newline是任何其他合法值，则行由给定字符串终止，并将行结尾返回调用者。
7. 在写入模式下，如果newline为None，则写入的任何’\n’字符都将转换为系统默认行分隔符；如果newline是’’或’\n’，则不进行翻译；如果newline是任何其他合法值，则写入的任何’\n’字符将被转换为给定的字符串。
8. closefd参数是一个可选的布尔值，默认为True。如果closefd是False且给出的是文件描述符而不是文件名，则当文件关闭时，底层文件描述符将保持打开状态。如果给出的是文件名则closefd必须为True，否则将引发错误。
9. opener参数用于使用自定义开启器，通过使用参数file和flags能获得文件对象的基础文件描述符。

1.1.2 关闭文件

关闭文件的含义是将文件对象与外存上的文件脱离联系，释放打开文件时占用的资源。

• with关键字

with open('workfile.txt','r') as f
	read_date = f.read() #文件操作代码块

缩进内部都是with的作用范围，缩进部分结束后，python会自动关闭文件

• closed()方法

f.closed()

2.txt文件读写

2.1 文件读取

2.1.1 f.read(size=-1)

f.read(size=-1)：从文件中读取size指定的字符数并将其作为字符串（文本模式下）或字节对象（二进制模式下）返回。size是一个可选的数字参数，如果未给定size或size为负数，则读取并返回文件的全部内容。如果已到达文件末尾，f.read()将返回一个空字符串“”。

2.1.2 f.readline()

f.readline()：从文件中读取一行内容，返回的字符串末尾为换行符’\n’，如果文件不以换行符结尾，则在文件的最后一行省略。空行用’\n’表示，该字符串只包含一个换行符。如果已到达文件末尾，f.readline()将返回一个空字符串。

2.1.3 f.readlines(hint=-1)

f.readlines(hint=-1)从文件中读取hint指定的行数，如果未给定hint或hint为负数，则读取所有行内容，并返回以每行内容为元素形成的一个列表。

2.1.4 for循环遍历

for line in f:
	print(line, end=’’)

通过循环遍历文件对象来读取文件中的行

2.2 文件写入

2.2.1 f.write(string)

f.write(string)：向文件中写入string字符串，并返回写入的字符数，且不会自动在字符串末尾添加‘\n’换行字符。

2.2.2 f.writelines(sequence)

f.writelines(sequence)：向文件中写入sequence字符串列表，不会自动在字符串末尾添加‘\n’换行字符。

2.3 指针随机读写

在对文件进行读写操作时，文件对象的位置指针指向当前读写的位置，顺序读写一个字符后，该位置指针自动移动指向下一个字符。

• f.seek(offset,startpoint=0)
• • startpoint参数可缺省，默认值为0，即从文件开始进行读写，1表示当前位置，2表示从末尾计算。
• • offset偏移量指以startpoint为基点，往后移动的字节数。
• f.tell()
• • 返回当前的指针位置

3.csv文件读写

首先import csv,没有可以pip安装

3.1 普通读写

3.1.1csv.reader(csvfile, dialect=’excel’, **fmtparams)

该函数用于从csv文件中读取数据，返回一个在给定的csvfile中的行上迭代的reader对象。

• csvfile是文件对象或列表对象，如果csv是文件对象，则应该使用newline=’’打开它；
• dialect是一个可选参数，用于指定csv文件的格式，包括一系列特定参数的取值，可以是Dialect类的子类实例或者由list_dialect()函数返回的字符串，默认值是excel，即以逗号为分隔符；
• 其他可选的fmtparams关键字参数用于指定当前dialect状态下特定的格式参数，可以覆盖dialect中的格式。
  eg:

import csv
with open('eggs.csv', newline='') as csvfile: 						#使用with语句保证文件关闭
	spamreader = csv.reader(csvfile, delimiter=' ', quotechar='|') 	#构造reader对象
	for row in spamreader: 											#循环遍历每行数据
		print(','.join(row)) 										#以逗号为分隔符输出数据

3.1.2 csv.writer(csvfile, dialect=’excel’, **fmtparams)

writer函数用于向csv文件写入数据，返回一个writer对象，负责将用户的数据在给定的文件类对象上转换为带分隔符的字符串。

• csvfile可以是具有write()方法的任何对象。如果csvfile是文件对象，则应使用newline=’’打开它。
• dialect参数可选，用于定义特定于当前csv dialect的一组参数，它可以是方言类的子类的实例，也可以是list_dialogens()函数返回的字符串之一，默认值是excel，即以逗号为分隔符。
• 其他可选的fmtparams关键字参数可用于覆盖当前dialect中的单个格式参数。

writer对象的writerow方法能够写入一行数据，writerrows方法写入多行数据。

import csv
with open('eggs.csv', 'w', newline='') as csvfile:
spamwriter = csv.writer(csvfile, delimiter=' ',quotechar='|',quoting=csv.QUOTE_MINIMAL) #构造writer对象
spamwriter.writerow(['Spam'] * 5 + ['Baked Beans']) #写入行
spamwriter.writerow(['Spam', 'Lovely Spam', 'Wonderful Spam'])

3.2 以字典形式读写

3.2.1 DictReader类

csv.DictReader(f, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds)
上述语句创建一个DictReader对象，将每行中的信息映射到一个ordereddict上。该ordereddict对象的键由可选的fieldname参数给定。

• fieldnames参数是一个序列，如果省略了该参数，则文件f第一行中的值将用作字段名。
• 如果一行中的字段多于字段名，则剩余数据将放入列表中，并使用restkey指定的字段名存储（默认为无）。
• 如果非空行的字段少于字段名，则缺少的值将用’None’填充。不管字段名是如何确定的，有序字典都会保留其原始顺序。所有其他可选参数或关键字参数都将传递给基础reader实例。

import csv
with open('names.csv', newline='') as csvfile:
	reader = csv.DictReader(csvfile) #构造DictReader对象
	for row in reader: #循环遍历reader中的行
		print(row['first_name'], row['last_name']) #输出名和姓

3.2.2 DictWriter类

csv.DictWriter(f, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)

• FieldNames参数是一个键序列，用于标识传递给writeRow()方法的字典中的值写入文件f的顺序。
• restval参数可选，用于指定当字典在FieldNames中缺少键时要写入的值。
• 如果传递给writerow()方法的字典包含在字段名中找不到的键，则可选的extrasaction参数指示要采取的操作。如果将其设置为“raise”，则会引发默认值ValueError；如果设置为“ignore”，则忽略字典中的额外值。
• 任何其他可选参数或关键字参数都将传递给基础writer实例。
• 注意，与DictReader类不同，DictWriter类的fieldname参数不是可选的。

import csv
with open('names.csv', 'w', newline='') as csvfile:
	fieldnames = ['first_name', 'last_name'] #定义键序列
	writer = csv.DictWriter(csvfile, fieldnames=fieldnames) #构造DictWriter对象
	writer.writeheader() #写入构造函数指定的字段名
	writer.writerow({'first_name': 'Baked', 'last_name': 'Beans'}) #写入行
	writer.writerow({'first_name': 'Lovely', 'last_name': 'Spam'})
	writer.writerow({'first_name': 'Wonderful', 'last_name': 'Spam'})

3.3 Reader对象的方法和属性

csv模块提供了对于Reader对象的方法和属性，可用于DictReader实例和由reader()函数返回的对象。

• Reader对象的通用方法：
• • csvreader.__next__()：将可迭代的Reader对象的下一行内容作为列表（如果对象由read()函数返回）
    或字典（如果对象是一个DictReader实例）返回。
• Reader对象的共有属性：
• • csvreader.dialect：解析器正在使用的dialect的只读描述。
• • csvreader.line_num：从源迭代器中读取的行数，与返回的记录数不同，因为记录可以跨多行。
• DictReader对象独有的共有属性：
• • DictReader.fieldnames：如果在创建对象时未作为参数传递，则在第一次访问或从文件中读取第一条记录时初始化此属性。

3.4 Writer对象的方法和属性

csv模块提供了对于Writer对象的方法和属性，可用于DictWriter实例和由writer()函数返回的对象。对于Writer对象，行必须是可迭代的字符串或数字，对于DictWriter对象，行必须是将字段名映射为字符串或数字的字典（首先通过str()传递）。

• Writer对象的通用方法：
  • csvwriter.writerow(row)：将row参数写入Writer的文件对象，并根据当前dialect进行格式化。
  • csvwriter.writerows(rows)：将rows中的所有元素（一个可迭代的行对象）写入Writer的文件对象，
    并根据当前dialect进行格式化。
• Writer对象的共有属性：
  • csvwriter.dialect：当前Writer对象正在使用的dialect的只读描述。
• DictWriter对象独有的通用方法：
  • DictWriter.writeheader()：写入一行在构造函数中指定的字段名。

4.xls与xlsx文件读写

• xls是2003及以前版本生成的文件格式，是一个特有的二进制格式，其核心结构是复合文档类型的结构，
• xlsx是2007及以后版本生成的文件格式，且2007之后版本可以打开xls格式的文件，核心结构是XML类型的结构，采用的是基于XML的压缩方式，使其占用的空间更小。

通常可以使用xlrd模块与xlwt模块实现对excel文件内容读取和写入。

4.1 xlrd模块

xlrd模块实现内容读取
import xlrd

4.1.1 打开文件

打开example文件并获取所有sheet的名称
文件打开：xlrd.open_workbook(r'path')
获取所有表单的名称：表.sheet_names()

import xlrd
data = xlrd.open_workbook(r'F:\example.xlsx')
sheet_name = data.sheet_names() #获取所有sheet的名称
print(sheet_name)

4.1.2 获取工作表

• 使用sheets()[index]函数通过索引获取表单，其中，index表示表单的索引；
• 通过sheet_by_index(num)函数的方式获取表单，其中，num表示表单的索引。
  -通过sheet_by_name(name)函数的方式获取表单，其中，name表示表单的名称。

#通过sheet页的索引获取sheet表
workbook1 = data.sheets()[0]
print(workbook1)
#另一种索引方式
workbook1 = data.sheet_by_index(1)
print(workbook1)
#通过sheet页的名字获取sheet表
workbook1 = data.sheet_by_name('STUDENT')
print(workbook1)

4.1.3 获取工作表的行数和列数

• 获取行数：工作表.nrows
• 获取列数：工作表.ncols

num_rows = workbook1.nrows
print("STUNDT工作表行数为：",num_rows)
num_cols = workbook1.ncols
print("STUNDT工作表列数为：",num_cols)

4.1.4 获取整行和整列的值

row_values()函数和col_values()函数分别被用于获取表单中整行和整列的表单内容，括号中可以填写数值，表示获取第几行或第几列的内容。

first_row = workbook1.row_values(0)
print(first_row)
first_col = workbook1.col_values(0)
print(first_col)

使用上述方法再结合前面获取的行数或者列数，加上for循环就可以遍历获取表的全部值

4.1.5 获取特定单元格的值

cell(row, col).value，其中row的值表示所在行，col的值表示所在列；
cell_value(row, col)获取指定行列的单元格的值
row()[].value,小括号填写行数，中括号写列数

print('第1 行1列内容：', workbook1.cell(0,0).value) # 第1 行1列内容
print('第2 行1列内容：',workbook1.cell_value(1,0)) # 第2 行1列内容
print('第3 行2列内容：',workbook1.row(2)[1].value) # 第3 行2列内容

4.2 xlwt模块

xlwt模块实现内容写入

4.2.1 创建工作簿

xlwt模块中可以使用xlwt.Workbook()创建工作簿，之后通过add_sheet()函数在创建的工作簿中添加新的表单，使用write()函数将需要输入的内容写入表单中，使用形式为：sheet1.write(row,col,label = 'str’)
sheet1为表单的名称，row可以指定单元格的行，col指定单元格的列，label指定需要输入的内
容。

import xlwt
workbook = xlwt.Workbook(encoding = 'utf-8') #创建第一个sheet
sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True)
sheet1.write(0,0,label = 'just a test') #参数对应行，列，值
workbook.save('E:\example1.xls') #表格存储文件夹路径

save()函数用于指定工作簿的保存路径

4.2.2 单元格格式设置

font = xlwt.Font()为样式创建字体
设置如下，更多设置可以查看官方文档

import xlwt
style = xlwt.XFStyle() # 初始化样式
font = xlwt.Font() # 为样式创建字体
font.name = 'Times New Roman'
font.bold = True # 黑体
font.underline = True # 下划线
font.italic = True # 斜体字
style.font = font # 设定样式
sheet1.write(0, 0, 'Unformatted value') # 不带样式的写入
sheet1.write(1, 0, 'Formatted value', style) # 带样式的写入
workbook.save('E:\example1.xls') # 保存文件
sheet1.col(0).width = 3333  # 设置单元格宽度
sheet1.col(0).height = 3333 # 设置单元格高度
workbook.save('E:\example1.xls') # 保存文件

5.json文件读写

JSON是JavaScript对象的字符串表示法，使用文本表示一个JavaScript对象的信息，本质是一个字符串。JSON键值对是用来保存JS对象的一种方式，键值对组合中的键名写在前面并使用双引号，使用冒号分隔，然后是值，例如：{"firstName": "Json"}，等价于以下JavaScript语句：{firstName : "Json"}。
Python的json模块能够实现Python对象和JSON格式之间的互相转换，即序列化和反序列化。使用json模块需要使用import json语句导入该模块。json模块的dump方法和dumps方法将Python对象序列化（编码）为JSON格式字符串，load方法和loads方法将JSON格式反序列化（解码）为Python对象。另外，json模块还提供了编码器类JSONDecoder和解码器类JSONEncoder，支持自定义的编码和解
码操作。

5.1 json.dump()方法

json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True,cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

• obj: 表示是要序列化的对象。
• fp: 文件描述符，将序列化的str保存到文件中。json模块总是生成str对象，而不是字节对象；因此，fp.write（）必须支持str输入。
• skipkeys: 默认为False,如果skipkeysTrue,（默认值：False），则将跳过不是基本类型（str，int，float，bool，None）的dict键，不会引发TypeError。
• ensure_ascii: 默认值为True,能将所有传入的非ASCII字符转义输出。如果ensure_ascii为False，则这些字符将按原样输出。
• check_circular:默认值为True,如果check_circular为False，则将跳过对容器类型的循环引用检查，循环引用将导致OverflowError。
• allow_nan: 默认值为True,如果allow_nan为False，则严格遵守JSON规范,序列化超出范围的浮点值（nan，inf，-inf）会引发ValueError。 如果allow_nan为True,则将使用它们的JavaScript等效项（NaN，Infinity，-Infinity）。indent: 设置缩进格式，默认值为None,选择的是最紧凑的表示。
• Indent：如果indent是一个非负整数或者字符串，那么JSON数组元素和对象成员会被美化输出为该值指定的缩进等级。如果缩进等级为零、负数或者 “”，则只会添加换行符。None（默认值）选择最紧凑的表达。使用一个正整数会让每一层缩进同样数量的空格。如果indent是一个字符串（比如"\t"），会被用于缩进每一层。
• separators：参数应当是一个 (item_separator, key_separator) 元组，用于指定键值之间的分隔符。当 indent 为 None 时，默认值取 (’, ', ': ‘)。
• default: 默认值为None,如果指定，则default应该是为无法以其他方式序列化的对象调用的函数。它应返回对象的JSON可编码版本或引发TypeError。如果未指定，则引发TypeError。
• sort_keys: 默认值为False,如果sort_keys为True，则字典的输出将按键值排序。

该方法能够将obj序列化为一个JSON格式的流并输出到一个支持.write()方法的文件类对象fp。由于json 模块始终产生 str 对象而非 bytes 对象，fp.write() 必须支持字符串输入。

5.2 json.dumps()方法

json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True,cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)
参数含义同上
该方法能够将obj序列化成JSON格式的字符串并返回

5.3 json.load()方法

json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None,parse_constant=None, object_pairs_hook=None, **kw)

• 如果指定了parse_float，它会被调用于每个要被解码的JSON浮点数的字符串。默认情况下，这相当于函数float(num_str)。这可以用于为JSON浮点数使用另一个数据类型或解析器，例如decimal.decimal。
• 如果指定了parse_int，它会被调用于每个要解码的JSON整数的字符串。默认情况下，这相当于函数int(num_str)。这可用于为JSON整数使用另一个数据类型或解析器，例如float。
• 如果指定了parse_constant，它会被调用于以下字符串之一：“-Infinity”、“Infinity”、“NaN”。如果遇到无效的JSON数字，可以使用此方法来引发异常。
• 通过cls关键字参数来指定使用自定义JSONDecoder子类，否则将使用JSONDecoder。其他关键字参数将传递给类的构造函数。
• object_hook 是一个可选的函数，它会被调用于每一个解码出的对象字面量，即一个字典dict。 object_hook 的返回值会取代原本的 dict，能够被用于实现自定义解码器。
• object_pairs_hook是一个可选的函数，它会被调用于任何解码出的按顺序排列的对列表对象。将使用该函数的返回值而不是dict，能够用于实现自定义解码器。如果还定义了object_hook，则object_pairs_hook优先。

该方法将一个支持 .read()方法并包含一个JSON文档的文本文件或者二进制文件的fp反序列化为一个Python对象。如果要反序列化的数据不是有效的JSON文档，则会引发JSONDecoderError。

5.4 json.loads()方法

json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
该方法将s反序列化为Python对象，s可为一个包含JSON文档的字符串、字节对象或字节数组。
参数含义与load()相同
通俗的说就是让json的字符串变成python可读，易读的类型

import json
json.loads('["foo", {"bar":["baz", null, 1.0, 2]}]') #反序列化

5.5 json.JSONDecoder()函数

json.JSONDecoder(*, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, strict=True, object_pairs_hook=None)
这是一个简单的JSON解码器的构造函数。默认情况下，依照以下规则进行解码，见表。

JSON数据类型	Python数据类型
object	dict
array	list
string	str
number(int)	int
number(real)	float
true	True
false	False
null	None

• 如果strict参数为False（默认为True），则字符串中允许使用控制字符。控制字符是字符代码在0-31范围内的字符，包括’\t’、’\n’、’\r’和’\0’。其他参数含义与load()内相同，
• 如果要反序列化的数据不是有效的JSON文档，则会引发JSONDecoderError。

5.6 json.JSONEncoder()函数

json.JSONEncoder(*, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, sort_keys=False, indent=None, separators=None, default=None)
这是一个简单的JSON编码器的构造函数。参数含义与dump()内相同
编码规则见上表

6.sql文件读写

由于MySQL服务器以独立的进程运行，并通过网络对外服务，所以，需要支持Python的MySQL驱动来连接到MySQL服务器。可以通过Python包管理工具pip进行安装，使用命令
pip3 install PyMySQL
为测试是否成功安装PyMySQL，可以创建一个python文件，代码为：import pymysql若执行代码后运行未出现任何错误，则表示安装成功。

6.1 连接数据库

python对sql文件的读写主要通过应用程序编程接口（API）进行，DB-API接口是python中访问关系型数据库的标准API，其主要函数为：

• connect() ：连接数据库 ， 参数包含用户名 、 密 码 、 服务器地址 等 ， 具体为pymysql.connect(host=“数据库地址”, user=“用户名”,password=“密码”,database=“数据库名”,charset=“utf8”)；
• cursor()：创建一个cursor对象来管理查询；
• execute()、executemany()：对数据库执行一个或多个SQL命令；
• fetchone()、fetchmany()、fetchall()：得到execute之后的结果。

6.2 创建操作

通过pymysql第三方库可以使用sql语句向在数据库中创建一张新的数据库和新的表格，具体创建表格的sql语句为：

CREATE TABLE 表名称
(
列名称1 数据类型,
列名称2 数据类型,
列名称3 数据类型,
....
)

使用创建语句时需要借助execute()对数据库执行，如在创建一个名为test的数据库，并在其中创建一张名称为TESTDB的二维表。

import pymysql
con=pymysql.connect(host='loscalhost',user='root',password='password',charset
='UTF8MB4')
cur = con.cursor()
cur.execute("create database test character set UTF8MB4;") #创建test数据库
cur.execute("use test;")
cur.execute("create table TESTDB(FIRST_NAME char(20), LAST_NAME char(20), AGE int(10), SEX char(20))") #创建TESTDB二维表并初始化

6.3 插入操作

sql语法为：INSERT INTO 表名称 VALUES (值1, 值2,....)
python借助execute()对数据库执行

import pymysql
db = pymysql.connect("localhost","testuser","test","TESTDB" ) # 打开数据库连接
cursor = db.cursor() # 使用cursor()方法获取操作游标
sql = """INSERT INTO students (FIRST_NAME, LAST_NAME, AGE, SEX) VALUES ('Jenny', 
'Black', 21, 'F')""" # SQL 插入语句
try: 
	cursor.execute(sql) # 执行sql语句
	db.commit() # 提交到数据库执行
except: 
	db.rollback() # 如果发生错误则回滚
db.close() # 关闭数据库连接

6.4 查询操作

Python查询Mysql一般使用fetchone() 方法获取单条数据, 使用fetchall() 方法获取多条数据。

• fetchone()：该方法获取下一个查询结果集，结果集是一个对象
• fetchall()：接收全部的返回结果行.
• rowcount：这是一个只读属性，并返回执行execute()方法后影响的行数。

查询students表中age（年龄）字段大于18的所有数据，示例如下：

import pymysql
db = pymysql.connect("localhost","testuser","test","TESTDB" ) # 打开数据库连接
cursor = db.cursor() # 使用cursor()方法获取操作游标
sql = "SELECT * FROM students WHERE age > %s" % (18)# SQL 查询语句
try:
	cursor.execute(sql) # 执行SQL语句
	results = cursor.fetchall() # 获取所有记录列表
	for row in results:
		FIRST_NAME = row[0]
		LAST_NAME = row[1]
		AGE = row[2]
		SEX = row[3]
		print " FIRST_NAME=%s, LAST_NAME=%s, AGE=%s, SEX=%s " %(fname, lname, age, sex)# 打印结果
except:
	print "Error: unable to fecth data"
db.close() # 关闭数据库连接

6.5 修改操作

sql语法为：UPDATE 表名称 SET 列名称 = 新值 WHERE 列名称 = 某值
以下实例将students表中的SEX字段为’F’的AGE字段减1。

import pymysql
db = pymysql.connect("localhost","testuser","test","TESTDB" ) #打开数据库连接
cursor = db.cursor() # 使用cursor()方法获取操作游标
sql = "UPDATE students SET AGE = AGE - 1 WHERE SEX = '%c'" % ('F')
#SQL 更新语句
try:
	cursor.execute(sql) # 执行SQL语句
	db.commit() # 提交到数据库执行
except:
	db.rollback() # 发生错误时回滚
db.close() # 关闭数据库连接

删除操作

sql语法为：DELETE FROM 表名称 WHERE 列名称 = 值
以下实例将students表中的AGE字段小于18记录删除。

import pymysql
db = pymysql.connect("localhost","testuser","test","TESTDB" ) #打开数据库连接
cursor = db.cursor() #使用cursor()方法获取操作游标
sql = "DELETE FROM EMPLOYEE WHERE AGE > %s" % (20) #SQL 删除语句
try:
	cursor.execute(sql) # 执行SQL语句
	db.commit() # 提交修改
except:
	db.rollback() # 发生错误时回滚
db.close() # 关闭数据库连接