1.创建表
conding:utf-8
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String #区分大小写
#创建连接
engine=create_engine("mysql+pymysql://root:123456@localhost/ceshi",encoding='utf-8',echo=True)
#生成orm基类
base=declarative_base()
class user(base):
__tablename__ = 'users' #表名
id = Column(Integer, primary_key=True)
name = Column(String(32))
password = Column(String(64))
base.metadata.create_all(engine) #创建表结构
连接数据库
engine=create_engine("mysql+pymysql://root:123456@localhost/ceshi",encoding='utf-8',echo=True)
2.插入数据
Session_class=sessionmaker(bind=engine) ##创建与数据库的会话,class,不是实例
Session=Session_class() #生成session实例
user_obj = user(name="rr",password="123456") #插入你要创建的数据对象,每执行一次都会新增一次数据。
print user_obj.name,user_obj.id #此时还没创建对象呢,不信你打印一下id发现还是None
Session.add(user_obj) #把要创建的数据对象添加到这个session里
print user_obj.name,user_obj.id #此时也依然还没创建
Session.commit() #提交,使前面修改的数据生效。
3.查询
my_user = Session.query(user).filter_by(name="ee").first() #创建查询对象
print(my_user.id,my_user.name,my_user.password) #输出查询内容
print my_user #内存地址
4.修改
my_user = Session.query(user).filter_by(name="yy").first() #根据指定条件创建符合条件的对象
my_user.name='uu' #将name='yy'的name修改为uu
print(my_user.id,my_user.name,my_user.password) #输出查询内容
5.回滚
user_obj = user(name="kk",password="99999") #插入你要创建的数据对象
Session.add(user_obj) #把要创建的数据对象添加到这个session里
my_user = Session.query(user).filter_by(name="rr").first() #根据指定条件创建符合条件的对象,first()是指name='rr'的第一条记录
my_user.name="gg" #将name='yy'的name修改为uu
print(Session.query(user).filter(user.name.in_(["gg","kk"])).all()) #显示修改后的数据
Session.rollback() #回滚
print(Session.query(user).filter(user.name.in_(["gg","kk"])).all()) #显示回滚后的内容
6.获取所有数据并显示
print Session.query(user.id,user.name).all() #只显示id,name
7.条件查询
objs = Session.query(user).filter(user.id>0).filter(user.id<=3).all() #注意:filter()中的关键字不能是表达式user.id=0
print objs
8.统计和分组
objs = Session.query(user).filter(user.name.like('r%')).count() #统计
print objs
from sqlalchemy import func
print(Session.query(func.count(user.name),user.name).group_by(user.name).all() ) #分组
参考资料