python fetchall方法_Python连接MySQL并使用fetchall()方法过滤特殊字符

来一个简单的例子，看Python如何操作数据库，相比Java的JDBC来说，确实非常简单，省去了很多复杂的重复工作，只关心数据的获取与操作。

准备工作

需要有相应的环境和模块：

Ubuntu 14.04 64bit

Python 2.7.6

MySQLdb

注意:Ubuntu 自带安装了Python，但是要使用Python连接数据库，还需要安装MySQLdb模块，安装方法也很简单：

?

1

sudo apt-getinstall MySQLdb

然后进入Python环境，import这个包，如果没有报错，则安装成功了：

?

1

2

3

4

5

6

python

Python 2.7.6 (default, Jun 22 2015, 17:58:13)

[GCC 4.8.2] on linux2

Type"help","copyright","credits" or"license" for more information.

>>>import MySQLdb

>>>

Python标准的数据库接口的Python DB-API（包括Python操作MySQL）。大多数Python数据库接口坚持这个标准。不同的数据库也就需要不同额模块，由于我本机装的是MySQL，所以使用了MySQLdb模块，对不同的数据库而言，只需要更改底层实现了接口的模块，代码不需要改，这就是模块的作用。

Python数据库操作

首先我们需要一个测试表

建表语句：

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

CREATE DATABASE study;

use study;

DROP TABLE IF EXISTS python_demo;

CREATE TABLE python_demo (

idint NOT NULL AUTO_INCREMENT COMMENT'主键，自增',

user_noint NOT NULL COMMENT'用户编号',

user_name VARBINARY(50)NOT NULL COMMENT'用户名',

password VARBINARY(50)NOT NULL COMMENT'用户密码',

remark VARBINARY(255)NOT NULL COMMENT'用户备注',

PRIMARY KEY (id,user_no)

)ENGINE =innodbDEFAULT CHARSET = utf8 COMMENT'用户测试表';

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1001,'张三01','admin','我是张三');

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1002,'张三02','admin','我是张三');

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1003,'张三03','admin','我是张三');

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1004,'张三04','admin','我是张三');

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1005,'张三05','admin','我是张三');

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1006,'张三06','admin','我是张三');

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1007,'张三07','admin','我是张三');

INSERT INTO python_demo(user_no, user_name,password, remark)VALUES

(1008,'张三08','admin','我是张三');

Python代码

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

# --coding=utf8--

import ConfigParser

import sys

import MySQLdb

def init_db():

try:

conn= MySQLdb.connect(host=conf.get('Database','host'),

user=conf.get('Database','user'),

passwd=conf.get('Database','passwd'),

db=conf.get('Database','db'),

charset='utf8')

return conn

except:

print "Error:数据库连接错误"

return None

def select_demo(conn, sql):

try:

cursor= conn.cursor()

cursor.execute(sql)

return cursor.fetchall()

except:

print "Error:数据库连接错误"

return None

def update_demo():

pass

def delete_demo():

pass

def insert_demo():

pass

if __name__== '__main__':

conf= ConfigParser.ConfigParser()

conf.read('mysql.conf')

conn= init_db()

sql= "select * from %s" % conf.get('Database','table')

data= select_demo(conn, sql)

pass

fetchall()字段特殊字符过滤处理

最近在做数据仓库的迁移工作,之前数据仓库的数据都是用的shell脚本来抽取,后来换了python脚本.

但是在把数据抽取存放到hadoop时,出现了一个问题:

由于数据库字段很多,提前也不知道数据库字段会存储什么内容,hive建表是以\t\n做分隔,这就导致了一个问题,如果mysql字段内容里面本身含有\t\n,那么就会出现字段错位情况,并且很头疼的是mysql有100多个字段,也不知道哪个字段会出现这个问题.

shell脚本里的做法是在需要抽取的字段上用mysql的replace函数对字段进行替换,例如,假设mysql里的字段是column1 varchar(2000),那么很可能就会出现有特殊字符的情况,在查询的sql语句里加上

?

1

select replace(replace(replace(column1,'\r',''),'\n',''),'\t','')

之前一直是这么干的,但是这样写sql特别长,特别是有100多个字段,也不知道哪个有特殊字符,只要都加上.

所以在python中对字段不加处理,最终导致hive表字段对应出现偏差,所以在python里从mysql查询到的字段在写到文件之前需要对每个字段进行过滤处理

看个例子,我就以mysql测试为例,首先建一张测试表

?

1

2

3

4

5

6

7

8

CREATE TABLE `filter_fields` (

`field1`varchar(50)DEFAULT NULL,

`field2`varchar(50)DEFAULT NULL,

`field3`varchar(50)DEFAULT NULL,

`field4`varchar(50)DEFAULT NULL,

`field5`varchar(50)DEFAULT NULL,

`field6`varchar(50)DEFAULT NULL

) ENGINE=InnoDBDEFAULT CHARSET=utf8;

有六个字段,都是varchar类型,插入新数据可以在里面插入特殊字符.简单插入条数据测试看看:

?

1

2

3

4

5

6

7

8

insert into filter_fields(field1,field2,field3,field4,field5,field6)VALUES

('test01','test02','test03','test04','test05','test06');

insert into filter_fields(field1,field2,field3,field4,field5,field6)VALUES

('test11\ntest11','test12\n\n','test13','test14','test15','test16');

insert into filter_fields(field1,field2,field3,field4,field5,field6)VALUES

('test21\ttest21','test22\ttest22\ttest22','test23\t\t\t','test4','test5','test6');

insert into filter_fields(field1,field2,field3,field4,field5,field6)VALUES

('test21\rest21','test22\r\rest22\r\rest22','test23\r\r\r','test4','test5','test6');

其中数据里插入的特殊字符,可能连在一起,也有不连在一起的.

python测试代码:

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

# coding=utf-8

import MySQLdb

import sys

db_host= '127.0.0.1' # 数据库地址

db_port= 3306 # 数据库端口

db_user= 'root' # mysql用户名

db_pwd= 'yourpassword' # mysql用户密码,换成你的密码

db_name= 'test' # 数据库名

db_table= 'filter_fields' # 数据库表

# 过滤sql字段结果中的\t\n

def extract_data(table_name):

try:

conn= MySQLdb.connect(host=db_host, port= db_port, user=db_user,

passwd= db_pwd, db= db_name, charset= "utf8")

cursor= conn.cursor()

except MySQLdb.Error, e:

print '数据库连接异常'

sys.exit(1)

try:

sql= 'select * from %s;'%(table_name)

cursor.execute(sql)

rows= cursor.fetchall()

print '====字段未过滤查询结果===='

for rowin rows:

print row

print '====字段过滤之后结果===='

rows_list= []

for rowin rows:

row_list= []

for columnin row:

row_list.append(column.replace('\t', '').replace('\n', '').replace('\r', ''))

rows_list.append(row_list)

print rows_list[-1]# [-1]表示列表最后一个元素

return rows_list

except MySQLdb.Error, e:

print '执行sql语句失败'

cursor.close()

conn.close()

sys.exit(1)

if __name__== '__main__':

print 'begin:'

rows= extract_data(db_table)

pass

看看输出结果:

字段未过滤查询结果

?

1

2

3

4

(u'test01', u'test02', u'test03', u'test04', u'test05', u'test06')

(u'test11\ntest11', u'test12\n\n', u'test13', u'test14', u'test15', u'test16')

(u'test21\ttest21', u'test22\ttest22\ttest22', u'test23\t\t\t', u'test4', u'test5', u'test6')

(u'test21\rest21', u'test22\r\rest22\r\rest22', u'test23\r\r\r', u'test4', u'test5', u'test6')

字段过滤之后结果

?

1

2

3

4

[u'test01', u'test02', u'test03', u'test04', u'test05', u'test06']

[u'test11test11', u'test12', u'test13', u'test14', u'test15', u'test16']

[u'test21test21', u'test22test22test22', u'test23', u'test4', u'test5', u'test6']

[u'test21est21', u'test22est22est22', u'test23', u'test4', u'test5', u'test6']

可以看到,制表符,换行符,回车都被过滤了.

建议:最后说点题外话,不要小视\r,回车符.很多人以为回车符就是换行符,其实不是的,\r表示回车符,\n表示新行.之前代码里其实是过滤掉了\t\n的,但是抽取的数据还是不对,后来看了源码之后才发现,原来是没有过滤\r,就这个不同导致了很多数据抽取不对.