python操作sqlite数据库的标准库是_Python 操作 SQLite 数据库

写在之前

SQLite 是一个小型的关系型数据库，它最大的特点在于不需要单独的服务、零配置。我们在之前讲过的两个数据库，不管是 MySQL 还是 MongoDB，都需要我们安装。安装之后，然后运行起来，其实这就相当于已经有一个相应的服务在跑着。

SQLite 与前面所说的两个数据库不同。首先Python 已经将相应的驱动模块作为了标准库的一部分，只要是你安装了 Python，就可以使用；再者它可以类似于操作文件那样来操作 SQLite 数据库文件。还有一点，SQLite 源代码不受版权限制。

建立连接

SQLite 也是一个关系型数据库，所以 SQL 可以直接在里面使用。由于 SQLite 的驱动已经在 Python 里面了，所以只要引用就可以直接使用，由于我们之前已经讲过 MySQL 了，所以对于本次内容理解起来就容易多了。

>>> import sqlite3

>>> conn = sqlite3.connect('lite.db')

由上面的代码我们得到了连接对象，是不是觉得比 MySQL 连接要简单很多呢？在 sqlite3.connect('lite.db') 中，如果已经有了那个数据库，就直接连接它，如果没有的话，就会自动建一个。需要注意的是，这里的路径是可以随意指定的。

下面的代码显示的是连接对象的属性和方法：

>>> dir(conn)

['DataError', 'DatabaseError', 'Error', 'IntegrityError', 'InterfaceError', 'InternalError', 'NotSupportedError', 'OperationalError', 'ProgrammingError', 'Warning', '__call__', '__class__', '__delattr__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'commit', 'create_aggregate', 'create_collation', 'create_function', 'cursor', 'execute', 'executemany', 'executescript', 'in_transaction', 'interrupt', 'isolation_level', 'iterdump', 'rollback', 'row_factory', 'set_authorizer', 'set_progress_handler', 'set_trace_callback', 'text_factory', 'total_changes']

建立游标

这一步其实跟 MySQL 也很类似，连接了数据库之后，要建立游标对象：

>>> cur = conn.cursor()

接下来就是对数据库内容的操作，都是用游标对象方法来实现：

>>> dir(cur)

['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'arraysize', 'close', 'connection', 'description', 'execute', 'executemany', 'executescript', 'fetchall', 'fetchmany', 'fetchone', 'lastrowid', 'row_factory', 'rowcount', 'setinputsizes', 'setoutputsize']

我们在里面看到了一系列我们熟悉的名称：close()、execute()、fetchall() 等。

1.创建数据库表

面对 SQLite 数据库，我们之前熟悉的 SQL 指令都可以用：

>>> create_table = "create table books (title,author,language)"

>>> cur.execute(create_table)

这样就在数据库 lite.db 中建立了一个表 books。对这个表可以增加数据：

>>> cur.execute('insert into books values("python basic","rocky","python")')

为了保证数据能够保存，还要进行如下操作：

>>> conn.commit()

>>> cur.close()

>>> conn.close()

以上，在刚才建立的数据库中已经有了一个表 books，表中已经有了一条记录。

2.查询

保存以后我们来查询一下：

>>> conn = sqlite3.connect('lite.db')

>>> cur = conn.cursor()

>>> cur.execute('select * from books')

>>> cur.fetchall()

[('python basic', 'rocky', 'python')]

3.批量插入

我们来给 books 表中多增加一些内容，以便于我们进行其它的操作：

>>> books = [("first book","first","c"),("second book","second","c++"),("third book","third","java")]

这次我们来一个批量插入：

>>> cur.executemany('insert into books values (?,?,?)',books)

>>> conn.commit()

接下来我们用循环语句来打印一下查询结果：

>>> rows = cur.execute('select * from books')

>>> for row in rows:

... print(row)

...

('python basic', 'rocky', 'python')

('first book', 'first', 'c')

('second book', 'second', 'c++')

('third book', 'third', 'java')

4.更新

正如我们前面所说的，在 cur.execute() 中，可以写 SQL 语句来操作数据库：

>>> cur.execute("update books set title='physics' where author='first'")

>>> conn.commit()

接下来我们按照条件查询来看一看：

>>> cur.execute("select * from books where author='first'")

>>> cur.fetchall()

[('physics', 'first', 'c')]

5.删除

删除也是操作数据库必须的动作：

>>> cur.execute("select * from books")

>>> cur.fetchall()

[('python basic', 'rocky', 'python'), ('physics', 'first', 'c'), ('third book', 'third', 'java')]

最后不要忘记在完成对数据库的操作以后，一定记得给人家「关上门」：

>>> cur.close()

>>> conn.close()

写在之后

基本的知识差不多就是这些，当然肯定不局限于此。在实际的编程中我们肯定会遇到很多的问题，大家记得要多多去查阅官方文档，学会解决问题。

更多内容，欢迎关注公众号「Python空间」，期待和你的交流。