python自带sqlite_Python使用sqlite3模块内置数据库

1、python内置的sqlite3模块，创建数据库中的表，并向表中插入数据，从表中取出所有行，以及输出行的数量。

#!/usr/bin/env python3

#创建SQLite3内存数据库，并创建带有四个属性的sales表

#sqlite3模块，提供了一个轻量级的基于磁盘的数据库，不需要独立的服务器进程

import sqlite3

#使用‘:memory:'在内存中创建了一个数据库，创建了连接对象con来代表数据库

con = sqlite3.connect(':memory:')

#创建表名为sales的表，将这个字符串赋值给query

query = """CREATE TABLE sales

(customer VARCHAR(20),

product VARCHAR(40),

amount FLOAT,

date DATE);"""

#使用连接对象的execute()方法执行query中的SQL命令

con.execute(query)

#使用连接对象的commit()方法将修改提交（保存）到数据库

con.commit()

#向表中插入几行数据

data = [('Richard Lucas','Notepad',2.50,'2019-01-02'),

('Jenny Kim','Binder',4.15,'2019-01-05'),

('Svetlana Crow','Printer',155.75,'2019-02-03'),

('Stephen Randolph','Computer',679.40,'2019-02-20')]

#将插入语句赋给变量statement，？是占位符

statement = "INSERT INTO sales VALUES(?,?,?,?)"

#因为有四个占位符，这里就需要提供一个包含4个值的元组，executemany()方法为data中的每个数据元组执行

#statement中的SQL命令，这里执行了四次insert命令

con.executemany(statement,data)

#将修改保存到数据库

con.commit()

#查询sales表，并将命令结果赋值给一个光标对象cursor，光标对象有execute、executemany、fetchone、

#fetchmany和fetchall方法

cursor = con.execute("SELECT * FROM sales")

#返回结果集中的所有行

rows = cursor.fetchall()

print(rows)

print('………………')

#查询结果中行的数量

row_counter = 0

for row in rows:

print(row)

row_counter += 1

print('………………')

print('Number of rows: %d' % (row_counter))

Spyder右下角打印出来的结果：

[('Richard Lucas', 'Notepad', 2.5, '2019-01-02'), ('Jenny Kim', 'Binder', 4.15, '2019-01-05'), ('Svetlana Crow', 'Printer', 155.75, '2019-02-03'), ('Stephen Randolph', 'Computer', 679.4, '2019-02-20')]

………………

('Richard Lucas', 'Notepad', 2.5, '2019-01-02')

('Jenny Kim', 'Binder', 4.15, '2019-01-05')

('Svetlana Crow', 'Printer', 155.75, '2019-02-03')

('Stephen Randolph', 'Computer', 679.4, '2019-02-20')

………………

Number of rows: 4

2、python内置的sqlite3模块，向表中插入新纪录

名称为“CSV测试数据.csv”的数据源：

将本地“CSV测试数据.csv”的数据导入到本地数据库football_game.db中：

#!/usr/bin/env python3

#创建SQLite3内存数据库，并创建带有四个属性的sales表

#sqlite3模块，提供了一个轻量级的基于磁盘的数据库，不需要独立的服务器进程

import sqlite3

import csv

input_file = "F://python入门//数据1//CSV测试数据.csv"

#为一个简单的本地数据库football_game.db创建连接，football_game.db为数据库名称

con = sqlite3.connect('football_game.db')

#创建了一个光标

c = con.cursor()

#如果表名存在，则删除它

drop_table = """DROP TABLE IF EXISTS football_game;"""

c.execute(drop_table)

con.commit()

#创建表名为football_game的表，将这个字符串赋值给create_table

create_table = """CREATE TABLE IF NOT EXISTS football_game

(name VARCHAR(20),

sex VARCHAR(10),

age INT,

score INT,

device_number VARCHAR(20),

cost VARCHAR(20));"""

#使用连接对象的execute()方法执行create_table中的SQL命令

c.execute(create_table)

#使用连接对象的commit()方法将修改提交（保存）到数据库

con.commit()

#从CSV格式的输入文件中读取要加载到数据库中的数据，创建file_reader对象，用于存储CSV中的数据集

file_reader = csv.reader(open(input_file,'r'),delimiter=',')

#从输入文件中读入第一行

header = next(file_reader,None)

#将输入的所有数据进行循环，先是每行循环，再是每列循环

for row in file_reader:

data = []

for column_index in range(len(header)):

data.append(row[column_index])

print(data)

c.execute("INSERT INTO football_game VALUES(?,?,?,?,?,?)",data)

#将修改保存到数据库

con.commit()

print('………………')

#执行选择所有数据的SQL

output = c.execute("SELECT * FROM football_game")

#返回结果集中的所有行,返回的是一个大的列表

rows = output.fetchall()

print(rows)

print('………………')

for row in rows:

output = []

for column_index in range(len(row)):

output.append(str(row[column_index]))

print(output)

Spyder右下角打印出来的结果：

['李刚', '男', '32', '567', '18512349553', '$500.00 ']

['王红', '女', '54', '423', '18256785181', '$750.00 ']

['孙晓', '女', '25', '457', '13698762112', '$250.00 ']

['郭亮', '男', '65', '350', '18654320816', '$125.00 ']

['高英', '女', '15', '390', '18511113141', '$815.00 ']

………………

[('李刚', '男', 32, 567, '18512349553', '$500.00 '), ('王红', '女', 54, 423, '18256785181', '$750.00 '), ('孙晓', '女', 25, 457, '13698762112', '$250.00 '), ('郭亮', '男', 65, 350, '18654320816', '$125.00 '), ('高英', '女', 15, 390, '18511113141', '$815.00 ')]

………………

['李刚', '男', '32', '567', '18512349553', '$500.00 ']

['王红', '女', '54', '423', '18256785181', '$750.00 ']

['孙晓', '女', '25', '457', '13698762112', '$250.00 ']

['郭亮', '男', '65', '350', '18654320816', '$125.00 ']

['高英', '女', '15', '390', '18511113141', '$815.00 ']

3、python内置的sqlite3模块，更新数据表中的记录

名称为“CSV测试数据.csv”的数据源：

更新表中的记录：

#!/usr/bin/env python3

#创建SQLite3内存数据库，并创建带有四个属性的sales表

#sqlite3模块，提供了一个轻量级的基于磁盘的数据库，不需要独立的服务器进程

import sqlite3

import csv

input_file = "F://python入门//数据1//CSV测试数据.csv"

#使用‘:memory:'在内存中创建了一个数据库，创建了连接对象con来代表数据库

con = sqlite3.connect(':memory:')

#创建表名为sales的表，将这个字符串赋值给query

query = """CREATE TABLE IF NOT EXISTS sales

(customer VARCHAR(20),

product VARCHAR(40),

amount FLOAT,

date DATE);"""

#使用连接对象的execute()方法执行query中的SQL命令

con.execute(query)

#使用连接对象的commit()方法将修改提交（保存）到数据库

con.commit()

#向表中插入几行数据

data = [('Richard Lucas','Notepad',2.50,'2019-01-02'),

('Jenny Kim','Binder',4.15,'2019-01-05'),

('Svetlana Crow','Printer',155.75,'2019-02-03'),

('Stephen Randolph','Computer',679.40,'2019-02-20')]

#for tuple in data:

# print(tuple)

#将插入语句赋给变量statement，？是占位符

statement = "INSERT INTO sales VALUES(?,?,?,?)"

#因为有四个占位符，这里就需要提供一个包含4个值的元组，executemany()方法为data中的每个数据元组执行

#statement中的SQL命令，这里执行了四次insert命令

con.executemany(statement,data)

#将修改保存到数据库

con.commit()

#读取CSV文件并更新特定的行

file_reader = csv.reader(open(input_file,'r'),delimiter=',')

#从输入文件中读入第一行

header = next(file_reader,None)

#将输入的所有数据进行循环，先是每行循环，再是每列循环

for row in file_reader:

data = []

for column_index in range(len(header)):

data.append(row[column_index])

con.execute("UPDATE sales SET amount=?,date=? where customer=?;",data)

#将修改保存到数据库

con.commit()

#查询sales表，并将命令结果赋值给一个光标对象cursor，光标对象有execute、executemany、fetchone、

#fetchmany和fetchall方法

cursor = con.execute("SELECT * FROM sales")

#返回结果集中的所有行

rows = cursor.fetchall()

print(rows)

print('………………')

for row in rows:

output = []

for column_index in range(len(row)):

output.append(str(row[column_index]))

print(output)

Spyder右下角打印出来的结果：

[('Richard Lucas', 'Notepad', 4.25, '2019-11-05'), ('Jenny Kim', 'Binder', 6.75, '2019-12-05'), ('Svetlana Crow', 'Printer', 155.75, '2019-02-03'), ('Stephen Randolph', 'Computer', 679.4, '2019-02-20')]

………………

['Richard Lucas', 'Notepad', '4.25', '2019-11-05']

['Jenny Kim', 'Binder', '6.75', '2019-12-05']

['Svetlana Crow', 'Printer', '155.75', '2019-02-03']

['Stephen Randolph', 'Computer', '679.4', '2019-02-20']

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。