〖Mysql〗-- python操作数据库
【数据库进阶】
python 操作MYSQL数据库主要有两种方式：
使用原生模块：pymysql
ORM框架：SQLAchemy
一、pymysql
1.1下载安装模块
|
1
2
|
第一种：cmd下：执行命令下载安装：pip3 install pymysql第二种：IDE下pycharm python环境路径下添加模块 |
1.2使用操作
|
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
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
|
#导入模块import pymysql#建立连接通道，建立连接填入（连接数据库的IP地址，端口号，用户名，密码，要操作的数据库，字符编码）conn = pymysql.connect( host="", port="", user='', password='', database="" charset="", ) # 创建游标，操作设置为字典类型，返回结果为字典格式！不写默认是元组格式！cursor = conn.cursor(cursor=pymysql.cursors.DictCursor)#操作数据库的sql语句sql=""# 向数据库发送数据，在方法内部进行拼接！！！#向数据库发送操作单条操作指令# 格式化输入的值可以单个按顺序传入 或是写成列表 （注意 顺序和位置）r = cursor.execute(sql,v1,v2……)r = cursor.execute(sql,args)#r 代表接收返回受影响的行数（数字）及执行这一条sql语句，数据库中有多少行受到了影响。#sql 指上边写的sql语句#args 指要给sql语句中传的参数sql 语句可以不传值 及为空 []sql 语句可以传一个值 及 [v1,]sql 语句可以传多值 及 [v1,v2,v3……]#向数据库发送操作多条数据指令 args=[(v1,s1),(v2,s2),(v3,s3)]r = cursor.executemany(sql,[('egon','sb'),('laoyao','BS')])#数据库有四种操作：增删改查！# 执行查操作的时候就得接收从数据库返回的数据！#执行增删改操作的时候，就需要像数据库提交数据！#查操作：（接收的数据格式由创建的游标样式决定！）#接收数据有三种方式：res = cursor.fetchone() #接收返回的第一行数据ret = cursor.fetchmany(n) #接收返回的n行数据req = cursor.fetchall() #接收返回的说有数据#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#增删改操作：#写完发送操作语句之后，就需要把更改的数据提交，不然数据库无法完成新建或是修改操作conn.commit() #提交#注：此处有个获取新建数据自增ID的操作(只能拿到最后那一行的id数)#执行增加语句，并提交之后，可以获取到new_id=cursor.lastrowidprint(new_id)#操作完成之后，就需要关闭连接cursor.close() #关闭游标conn.close() #关闭连接 |
操作总结：
1、重中之重，一定要注意sql注入的问题！！！
#格式化写入sql语句，就会造成sql注入的情况！！！ import pymysql user = input("username:") pwd = input("password:") conn = pymysql.connect(host="localhost",user='root',password='',database="db666") cursor = conn.cursor() sql = "select * from userinfo where username='%s' and password='%s'" %(user,pwd,) # select * from userinfo where username='uu' or 1=1 -- ' and password='%s' cursor.execute(sql) result = cursor.fetchone() cursor.close() conn.close() if result: print('登录成功') else: print('登录失败')
import pymysql user = input("username:") pwd = input("password:") conn = pymysql.connect(host="localhost",user='root',password='',database="db666") cursor = conn.cursor() sql = "select * from userinfo where username=%s and password=%s" # sql = "select * from userinfo where username=%(u)s and password=%(p)s" #传入数据类型举例 cursor.execute(sql,user,pwd) #直接传值 # cursor.execute(sql,[user,pwd]) #列表形式 # cursor.execute(sql,{'u':user,'p':pwd}) #字典格式 result = cursor.fetchone() cursor.close() conn.close() if result: print('登录成功') else: print('登录失败')
import pymysql # 增加，删，该 # conn = pymysql.connect(host="localhost",user='root',password='',database="db666") # cursor = conn.cursor() # sql = "insert into userinfo(username,password) values('root','123123')" # 受影响的行数 # r = cursor.execute(sql) # # ****** # conn.commit() # cursor.close() # conn.close() # conn = pymysql.connect(host="localhost",user='root',password='',database="db666") # cursor = conn.cursor() # # sql = "insert into userinfo(username,password) values(%s,%s)" # # cursor.execute(sql,(user,pwd,)) #插入多条信息 # sql = "insert into userinfo(username,password) values(%s,%s)" # # 受影响的行数 # r = cursor.executemany(sql,[('egon','sa'),('laoyao','BS')]) # # ****** # conn.commit() # cursor.close() # conn.close() # 查 # conn = pymysql.connect(host="localhost",user='root',password='',database="db666") # cursor = conn.cursor(cursor=pymysql.cursors.DictCursor) # sql = "select * from userinfo" # cursor.execute(sql) # 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 # result = cursor.fetchone() # print(result) # result = cursor.fetchone() # print(result) # result = cursor.fetchone() # print(result) # result = cursor.fetchall() # print(result) # result = cursor.fetchmany(4) # print(result) # cursor.close() # conn.close() # 新插入数据的自增ID: cursor.lastrowid # import pymysql # # conn = pymysql.connect(host="localhost",user='root',password='',database="db666") # cursor = conn.cursor() # sql = "insert into userinfo(username,password) values('asdfasdf','123123')" # cursor.execute(sql) # conn.commit() # print(cursor.lastrowid) # cursor.close() # conn.close()
二、SQLAchemy
2.1下载安装模块
|
1
|
pip3 install SQLAlchemy |
|
1
|
IDE下pycharm python环境路径下添加模块 |
2.2原理
SQLAlchemy是python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
利用模块，按照对应规则，自动生成sql语句！
作用：提供简单的规则，自动转换成sql语句，最终还是执行sql语句，获取结果！
ORM操作流程：
创建一个类，类对应数据库的表，类能实例一个对象，这个对象对应表里的数据行
关系对象映射关系：
代码 数据库
类 ---> 表
对象 ---> 行
DB first :手动创建数据库和表，通过ORM框架 根据数据库，通过类生成一个一个表
code first :手动创建类和数据库，通过ORM框架 利用类创建表
SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
远程连接数据库引擎类型： MySQL-Python mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname> pymysql mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>] MySQL-Connector mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname> cx_Oracle oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...] 更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html |
SQLAchemy 只负责把类转换成sql语句，连接数据库还是需要插件配合着数据库模块连接的。
连接的数据库不同，转换成的sql语句也不同。
提前必须有连接不同数据库的模块或是软件，SQLAchemy再去配置
规则：导入模块，生成一个基类，然后再用创建类的方法去创建表，sql语句中的语法，全部转换成了方法
虽然没有使用__init__方法，但是在执行定义的时候，会copy到__init__中
找到当前所有继承base的类，然后创建对应的表
注意：利用SQLAchemy 创建表之前，需要先手动创建一个数据库！
2.3操作
#!/usr/bin/env python # _*_ coding:utf-8 _*_ from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index from sqlalchemy.orm import sessionmaker, relationship from sqlalchemy import create_engine Base = declarative_base() engine = create_engine("mysql+pymysql://root:@127.0.0.1:3306/day63?charset=utf8",max_overflow=5) class UserType(Base): __tablename__ = "usertype" id = Column(Integer,primary_key=True,autoincrement=True) title = Column(String(32),nullable=True,index=True) class Users(Base): __tablename__ = "users" id = Column(Integer,primary_key=True,autoincrement=True) name = Column(String(32),nullable=True,index=True) email = Column(String(16),unique=True) u_type_id = Column(Integer,ForeignKey("usertype.id")) u_type = relationship("UserType",backref="sss") def create_table(): Base.metadata.create_all(engine) def del_table(): Base.metadata.drop_all(engine) #类 --> 表 #对象 --> 行 #建立链接通道 Session = sessionmaker(bind=engine) session = Session() #操作内填入的内容，必须是表达式 ########## 增加 ################### #增加单个 # obj = UserType(title = "黑金用户") # session.add(obj) #增加多个 # objs =[ # UserType(title = "会员用户"), # UserType(title = "超级用户"), # UserType(title = "铂金用户"), # UserType(title = "黑金用户"), # ] # session.add_all(objs) ############ 查询 ################ # res = session.query(UserType) #SQL语句 # print(res) # res_list = session.query(UserType).all() #获取所有对应类（表）的对象（数据行） 列表类型 # print(res_list) #select xxx from usertype # res_list = session.query(UserType).limit(2).all() # for sss in res_list: # print(sss.id,sss.title) # # #select xxx usertype where *** # res_list = session.query(UserType).filter(UserType.id >2) # for sss in res_list: # print(sss.id,sss.title) ############### 删除 ################### # delete from usertype where usertype.id > 4 # session.query(UserType).filter(UserType.id > 4).delete() ################ 更改 ######################## #这里有个参数 synchronize_session 没别的招，看源码解释！！！ # session.query(UserType).filter(UserType.id>0).update({"title":"黑金"}) #对表进行批量更改 # session.query(UserType).filter(UserType.id>0).update({UserType.title:UserType.title+"SX"},synchronize_session=False) #动态获取原先的数据，对表进行批量更改 # session.query(UserType).filter(UserType.id>0).update({"title":UserType.id+1},synchronize_session="evaluate") #对表进行批量更改 ############# 查询其他操作 ################# # 分组，排序，连表，通配符，limit,union,where,原生SQL# #条件 and or # ret = session.query(Users).filter(Users.id > 1, Users.name == "sesc").all() # for row in ret: # print(row.email) # #正向操作 # res = session.query(Users) # for row in res: # print(row.id,row.name,row.u_type.title) # # #反向操作 # res = session.query(UserType) # for row in res: # for a in row.sss: # print(row.id,row.title,a.name) session.commit() session.close()
|
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
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
|
导入模块： from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index,CHAR,VARCHAR from sqlalchemy.orm import sessionmaker, relationship from sqlalchemy import create_engine创建基类： Base = declarative_base()通过pymysql与mysql数据库建立远程连接 和设置最大连接数： engine = create_engine("mysql+pymysql://root:@127.0.0.1:3306/day63?charset=utf8", max_overflow=5) 创建单表： class 类名(Base): __tablename__="表名" #创建表名 列名=Column(数据类型,是否为空，主键，自增，索引，唯一索引) __table_args__( UniqueConstraint("列名1","列名2","联合唯一索引名"), index("索引名","列名1","列名2"), ) #创建联合唯一索引 数据类型：Integer 整型；String 字符串类型(CHAR,VARCHAR也可以)； 是否为空：nullable=True, 是否为主键：primary_key=True, 是否自增：autoincrement=True 索引：index=True 唯一索引：unique=True 例： class Users(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True, autoincrement=True) name = Column(VARCHAR(32), nullable=True, index=True) email = Column(VARCHAR(16), unique=True) __table_args__ = ( UniqueConstraint('id', 'name', name='uix_id_name'), Index('ix_n_ex','name', 'email',), )创建有外键关系的多表： 1、先创建一个继承Base基类 存放数据的普通表 2、创建一个继承Base基类 与其有外键关系的表 3、语法：外键名("表名.列名")ForeignKey("usertype.id") 例： class UserType(Base): __tablename__ = "usertype" id = Column(Integer,primary_key=True,autoincrement=True) title = Column(String(32),nullable=True,index=True) class Users(Base): __tablename__ = "users" id = Column(Integer,primary_key=True,autoincrement=True) name = Column(String(32),nullable=True,index=True) email = Column(String(16),unique=True) u_type_id = Column(Integer,ForeignKey("usertype.id")) #外键名 = Column(数据类型,ForeignKey("表名.列名")) 生成表或是删除表(可以把操作写成一个函数！)： #找到当前所有继承base的类，然后创建所有的表 def create_table(): Base.metadata.create_all(engine) #找到当前所有继承base的类，然后删除所有的表 def del_table(): Base.metadata.drop_all(engine)操作表： 万年不变的 数据行 的增删改查 #首先，先建立链接通道 Session = sessionmaker(bind=engine) session = Session() #其次，操作表 注意：操作内填如的内容，一定并必须是表达式！ #增 对哪张表更改，就用其对应的类进行实例化，生成的对象就代表着数据行 #增加单个 session.add() obj = UserType(title = "黑金用户") session.add(obj) #增加多个 session.add_all() objs =[ UserType(title = "会员用户"), UserType(title = "超级用户"), UserType(title = "铂金用户"), UserType(title = "黑金用户"), ] session.add_all(objs) #查 session.query(类名).all() #直接获取整个类(表)下所有的对象(数据行) #直接操作，获取的是像数据库发送执行的sql语句 res = session.query(UserType) #SQL语句 print(res) #获取所有对应类（表）的对象（数据行） 列表类型 res_list = session.query(UserType).all() print(res_list) #查询操作，获取表中某列的值！是对接收到的整个列表进行循环遍历查找 #查询整个表内的信息 ------->等效于数据库中： select xxx from usertype res_list = session.query(UserType).all() for sss in res_list: print(sss.id,sss.title) #注意点：.filter()方法是过滤的意思，相当于sql语句中的where #条件查找表内信息 -------->等效于数据库中： select xxx usertype where 条件 res_list = session.query(UserType).filter(UserType.id >2) for sss in res_list: print(sss.id,sss.title) #注意点：执行删除和更改操作时，都是先把数据行找到(查操作)，再进行删或改操作！ #删 找到对应的数据行，删除即可 .delete() #先找后删，等效于------> delete from usertype where usertype.id > 4 session.query(UserType).filter(UserType.id > 4).delete() #改 先查后改 注意传值的格式！ #这里有个参数 synchronize_session 没别的招，看源码解释！！！ #对表进行批量更改！ session.query(UserType).filter(UserType.id>0).update({"title":"黑金"}) #动态获取原表的数据（char类型），对表进行批量更改 session.query(UserType).filter(UserType.id>0).update({UserType.title:UserType.title+"SX"},synchronize_session=False) #动态获取原表的数据（int类型），对表进行批量更改 session.query(UserType).filter(UserType.id>0).update({"title":UserType.id+1},synchronize_session="evaluate") #查找其他操作： # 分组，排序，连表，通配符，子查询，limit，union,where,原生SQL、 # 条件 #过滤，又叫条件判断 ret = session.query(Users).filter_by(name='alex').all() #两个表达式同时存在，逗号分开，不写关系默认是 and ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all() #between and ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all() #in判断 语法：in_ ret = session.query(Users).filter(Users.id.in_([1,3,4])).all() # not in 判断 语法：表达式最前加 ~ ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all() #子查询 ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all() #逻辑判断： and_ or_ 操作 from sqlalchemy import and_, or_ ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all() ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all() ret = session.query(Users).filter( or_( Users.id < 2, and_(Users.name == 'eric', Users.id > 3), Users.extra != "" )).all() # 通配符 .like()的方法调用 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] #分页 .limit(n) 取n个数据 res_list = session.query(UserType).limit(2).all() for sss in res_list: print(sss.id,sss.title) # 排序 查表.order_by(列名.desc()/列名.asc()) [.desc() 由大到小；.asc() 由小到大] 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 聚合函数func.方法(列名) 和 .group_by(列名) 方法 from sqlalchemy.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() #直连 ret = session.query(Person).join(Favor).all() ret = session.query(Person).join(Favor, isouter=True).all() #子查询 三种样式 #查询的信息作为另一张表的条件 # 1.select * from b where id in (select id from tb2) #最为一张新表进行二次筛选 # 2. select * from (select * from tb) as B #查询语句.subquery() 查询结果作为一个子查询（新表）好在进行下一步的查询。不加.subquery()的话会报错，不再往下查询 # q1 = session.query(UserType).filter(UserType.id > 0).subquery() # result = session.query(q1).all() # print(result) #作为一个列内的数据，在另一张表中显示 ****** .as_scalar()方法 # 3. select id ,(select * from users where users.user_type_id=usertype.id) from usertype; # session.query(UserType,Users) # result = session.query(UserType.id,session.query(Users).as_scalar()) # print(result) #查看对应的sql语句 # result = session.query(UserType.id,session.query(Users).filter(Users.user_type_id==UserType.id).as_scalar()) # print(result) #查看对应的sql语句 # 组合（上下连表） .union() 和 .union_all() 注意是：先把信息找到再操作！ 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() - 便利的功能 relationship() 与生成表结构无关，仅用于查询方便 释放了连表操作的繁琐查找，直接通过方法定位！ 使用规范：哪个类中有外键列，就在外键列下添加。 语法：自定义名=relationship("外键有联系的类名",backref="任意命名") # 问题1. 获取用户信息以及与其关联的用户类型名称(FK,Relationship=>正向操作) #初始方法：连表操作 user_list = session.query(Users,UserType).join(UserType,isouter=True) print(user_list) for row in user_list: print(row[0].id,row[0].name,row[0].email,row[0].user_type_id,row[1].title) user_list = session.query(Users.name,UserType.title).join(UserType,isouter=True).all() for row in user_list: print(row[0],row[1],row.name,row.title) #(FK,Relationship=>正向操作) 先查用户信息表，通过命名的 自定义名 正向获取用户类型 user_list = session.query(Users) for row in user_list: print(row.name,row.id,row.user_type.title) # 问题2. 获取用户类型 (FK,Relationship=>反向操作) #连表操作： type_list = session.query(UserType) for row in type_list: print(row.id,row.title,session.query(Users).filter(Users.user_type_id == row.id).all()) #反向操作：先查类型表，再通过backref 自定义的变量 反向查找用户信息 type_list = session.query(UserType) for row in type_list: print(row.id,row.title,row.xxoo) PS:正向操作与反向操作，是相对于外键来相对判断的！ 例如：A表与B表，A表中建立了与B表联系的外键，A表通过外键获取B表中的信息，叫正向操作；反之，叫反向操作！ 最后，操作及语法写完后，都需要提交给数据库去执行，不再使用也需要断开连接！ session.commit() #提交 session.close() #关闭连接 |
年轻时不多经历一点,老了拿什么下酒.
