pymysql
pymsql是Python中操作MySQL的模块,其使用方法和MySQLdb几乎相同。
1、下载安装
pip3 install pymysql
2、操作数据库
(1)、执行sql
#!/usr/bin/env python
#-*- coding:utf-8 -*-import pymysql
# 创建连接
conn= pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1')
# 创建游标
cursor=conn.cursor()
# 执行SQL,并返回收影响行数
effect_row= cursor.execute("update hosts set host = '1.1.1.2'")
# 执行SQL,并返回受影响行数
#effect_row= cursor.execute("update hosts set host = '1.1.1.2' where nid > %s", (1,))
# 执行SQL,并返回受影响行数
#effect_row= cursor.executemany("insert into hosts(host,color_id)values(%s,%s)", [("1.1.1.11",1),("1.1.1.11",2)])
# 提交,不然无法保存新建或者修改的数据
conn.commit()
# 关闭游标
cursor.close()
# 关闭连接
conn.close()
(2)、获取新创建数据自增ID
#!/usr/bin/env python
#-*- coding:utf-8 -*-import pymysql
conn= pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1')
cursor=conn.cursor()
cursor.executemany("insert into hosts(host,color_id)values(%s,%s)", [("1.1.1.11",1),("1.1.1.11",2)])
conn.commit()
cursor.close()
conn.close()
# 获取最新自增ID
new_id= cursor.lastrowid
(3)、获取查询数据
#!/usr/bin/env python
#-*- coding:utf-8 -*-import pymysql
conn= pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1')
cursor=conn.cursor()
cursor.execute("select * from hosts")
# 获取第一行数据
row_1=cursor.fetchone()
# 获取前n行数据
# row_2= cursor.fetchmany(3)
# 获取所有数据
# row_3=cursor.fetchall()
conn.commit()
cursor.close()
conn.close()
注:在fetch数据时按照顺序进行,可以使用cursor.scroll(num,mode)来移动游标位置,如:
cursor.scroll(1,mode='relative') # 相对当前位置移动
cursor.scroll(2,mode='absolute') # 相对绝对位置移动
(4)、fetch数据类型
关于默认获取的数据是元祖类型,如果想要或者字典类型的数据,即:
#!/usr/bin/env python
#-*- coding:utf-8 -*-import pymysql
conn= pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1')
# 游标设置为字典类型
cursor= conn.cursor(cursor=pymysql.cursors.DictCursor)
r= cursor.execute("call p1()")
result=cursor.fetchone()
conn.commit()
cursor.close()
conn.close()
sqlalchemy简介
SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射(ORM)工具,使用MIT许可证发行。
SQLAlchemy“采用简单的Python语言,为高效和高性能的数据库访问设计,实现了完整的企业级持久模型”。SQLAlchemy的理念是,SQL数据库的量级和性能重要于对象集合;而对象集合的抽象又重要于表和行。因此,SQLAlchmey采用了类似于Java里Hibernate的数据映射模型,而不是其他ORM框架采用的Active Record模型。不过,Elixir和declarative等可选插件可以让用户使用声明语法。
SQLAlchemy与数据库关系图如下:
sqlalchemy基本操作
一、安装sqlalchemy
本文采用的是mysql案例,所以需要一台有安装mysql数据库的机器
使用python的pip3安装 pip3 install sqlalchemy
安装完后查看版本信息
import sqlalchemy
sqlalchemy.__version__
二、连接数据库
在sqlalchemy中,session用于创建程序与数据库之间的会话。所有对象的载入和保存都需要通过session对象。
fromsqlalchemy import create_enginefromsqlalchemy.orm import sessionmaker
# 链接数据库采用pymysq模块做映射,后面参数是最大连接数5
ENGINE=create_engine("mysql+pymysql://root@127.0.0.1:3306/digchouti?charset=utf8", max_overflow=5)
Session= sessionmaker(bind=engine)
session= Session()
三、创建映射(创建表)
一个映射对应着一个Python类,用来表示一个表的结构。下面创建一个person表,包括id和name两个字段。也就是说创建表就是用python的的类来实现
import sqlalchemyfromsqlalchemy import create_enginefromsqlalchemy.ext.declarative import declarative_basefromsqlalchemy import Column, Integer, Stringfromsqlalchemy.orm import sessionmaker
ENGINE=create_engine("mysql+pymysql://root@127.0.0.1:3306/digchouti?charset=utf8", max_overflow=5)
#生成一个SQLORM基类,创建表必须继承他,别问我啥意思就是这么规定的
Base=declarative_base()classPerson(Base):
__tablename__= 'userinfo'id= Column(Integer, primary_key=True)
name= Column(String(32))
def __repr__(self):return "" % self.name
此代码是创建了一个名字叫userinfo的表,表里有两列,一列是id,一列是name。
四、添加数据
当然我们创建了表,肯定也要添加数据,代码如下:
#创建一个person对象
person= Person(name='张岩林')
#添加person对象,但是仍然没有提交到数据库
session.add(person)
#提交数据库
session.commit()
当然还能添加多条数据:
session.add_all([
Person(name='张岩林'),
Person(name='aylin')
])
session.commit()
五、查找数据
在sqlalchemy模块中,查找数据给提供了query()的方法 下面我就把能用到的给列举一下:
#获取所有数据
session.query(Person).all()
#获取name=‘张岩林’的那行数据
session.query(Person).filter(Person.name=='张岩林').one()
#获取返回数据的第一行
session.query(Person).first()
#查找id大于1的所有数据
session.query(Person.name).filter(Person.id>1).all()
#limit索引取出第一二行数据
session.query(Person).all()[1:3]
#order by,按照id从大到小排列
session.query(Person).ordre_by(Person.id)
#equal/like/inquery=session.query(Person)
query.filter(Person.id==1).all()
query.filter(Person.id!=1).all()
query.filter(Person.name.like('%ay%')).all()
query.filter(Person.id.in_([1,2,3])).all()
query.filter(~Person.id.in_([1,2,3])).all()
query.filter(Person.name==None).all()
#and orfromsqlalchemy import and_fromsqlalchemy import or_
query.filter(and_(Person.id==1, Person.name=='张岩林')).all()
query.filter(Person.id==1, Person.name=='张岩林').all()
query.filter(Person.id==1).filter(Person.name=='张岩林').all()
query.filter(or_(Person.id==1, Person.id==2)).all()
# count计算个数
session.query(Person).count()
# 修改update
session.query(Person).filter(id> 2).update({'name' : '张岩林'})
# 通配符
ret= session.query(Users).filter(Users.name.like('e%')).all()
ret= session.query(Users).filter(~Users.name.like('e%')).all()
# 限制
ret= session.query(Users)[1:2]
# 排序
ret=session.query(Users).order_by(Users.name.desc()).all()
ret=session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all()
# 分组fromsqlalchemy.sql import func
ret=session.query(Users).group_by(Users.extra).all()
ret=session.query(
func.max(Users.id),
func.sum(Users.id),
func.min(Users.id)).group_by(Users.name).all()
ret=session.query(
func.max(Users.id),
func.sum(Users.id),
func.min(Users.id)).group_by(Users.name).having(func.min(Users.id)>2).all()
# 连表
ret= session.query(Users, Favor).filter(Users.id ==Favor.nid).all()
ret=session.query(Person).join(Favor).all()
ret= session.query(Person).join(Favor, isouter=True).all()
# 组合
q1= session.query(Users.name).filter(Users.id > 2)
q2= session.query(Favor.caption).filter(Favor.nid < 2)
ret=q1.union(q2).all()
q1= session.query(Users.name).filter(Users.id > 2)
q2= session.query(Favor.caption).filter(Favor.nid < 2)
ret= q1.union_all(q2).all()
查询这块比较多,可能写的不全还望各位见谅,剩下我相信大家都能扩展起来
上面的介绍完了,可能各位还不能吧融合到一块去,下面我给大家融合写在一块吧:
from sqlalchemy.ext.declarative importdeclarative_basefrom sqlalchemy importColumnfrom sqlalchemy importInteger, String, TIMESTAMPfrom sqlalchemy importForeignKey, UniqueConstraint, Indexfrom sqlalchemy.orm importsessionmaker, relationshipfrom sqlalchemy importcreate_engine
ENGINE=create_engine("mysql+pymysql://root@127.0.0.1:3306/digchouti?charset=utf8", max_overflow=5)
Base=declarative_base()classPerson(Base):__tablename__ = 'userinfo'id= Column(Integer, primary_key=True)
name= Column(String(32))def __repr__(self):return "" %self.name#创建连接数据库以供提交用,至此表会创建完成,可以去数据库里面查看
Base.metadata.create_all(ENGINE)
Session= sessionmaker(bind=engine)#往里面插入多条数据
session =Session()
session.add_all([
Person(name='张岩林'),
Person(name='很帅')
])
session.commit()
sqlalchemy表关系之高级用法
上面阐述的是对于一张表的操作,下面将说的是表关系的一对多,多对多,了解数据库的都知道外键,也就是表关系建立。
1、一对多外键(1)
第一种方法我们只用到普通的操作,这个方式相对于好理解,在第一张表创建完,插入数据然后要记得提交数据,然后往第二章表创建数据的时候,可以直接拿第一张相关联的数据,代码如下:
#!/usr/bin/env python#-*- coding:utf-8 -*-
from sqlalchemy.ext.declarative importdeclarative_basefrom sqlalchemy importColumn,Integer,ForeignKey,UniqueConstraint,Index,Stringfrom sqlalchemy.orm importsessionmaker,relationshipfrom sqlalchemy importcreate_engine
engine=create_engine('mysql+pymysql://root@127.0.0.1:3306/db1')
Base=declarative_base()classSon(Base):__tablename__ = 'son'id= Column(Integer,primary_key=True)
name= Column(String(32))
age= Column(String(32))#创建外键,对应父亲那张表的id项
father_id = Column(Integer,ForeignKey('father.id'))classFather(Base):__tablename__ = 'father'id= Column(Integer,primary_key=True)
name= Column(String(32))
age= Column(String(32))
Base.metadata.create_all(engine)
Session= sessionmaker(bind=engine)
session=Session()
f1= Father(name = 'zhangyanlin',age = '18')
session.add(f1)
session.commit()
w1= Son(name = 'xiaozhang1',age = 3,father_id = 1)
w2= Son(name = 'xiaozhang2',age = 3,father_id = 1)
session.add_all([w1,w2])
session.commit()
2、一对多外键(2)relationship
第二种方法和第一种一样,只是这里改用了relationship来做外键关系,代码如下:
#!/usr/bin/env python#-*- coding:utf-8 -*-
from sqlalchemy.ext.declarative importdeclarative_basefrom sqlalchemy importColumn,Integer,ForeignKey,UniqueConstraint,Index,Stringfrom sqlalchemy.orm importsessionmaker,relationshipfrom sqlalchemy importcreate_engine
engine= create_engine('mysql+pymysql://root@127.0.0.1:3306/db1')
Base=declarative_base()classSon(Base):__tablename__ = 'son'id= Column(Integer,primary_key=True)
name= Column(String(32))
age= Column(String(32))
father_id= Column(Integer,ForeignKey('father.id'))classFather(Base):__tablename__ = 'father'id= Column(Integer,primary_key=True)
name= Column(String(32))
age= Column(String(32))
son= relationship('Son')
Base.metadata.create_all(engine)
Session= sessionmaker(bind=engine)
session=Session()
f1= Father(name = 'zhangyanlin',age = '18')
w1= Son(name = 'xiaozhang1',age = '3')
w2= Son(name = 'xiaozhang2',age = '4')#重点是这里绑定关系
f1.son =[w1,w2]#只需要把父亲给传进去,儿子的自然就上传进去啦
session.add(f1)
session.commit()