Python中应用SQL及SQLAlchemy(一)
以SQLit3为例:
import sqlite3 conn = sqlite3.connect('db.sqlite3') #获取游标对象
cur = conn.cursor() #执行一系列SQL语句
#建立一张表
#cur.execute("create table demo(num int, str vachar(20));")
#插入一些记录
cur.execute("insert into demo values(%d, '%s')" % (1, 'aaa'))
cur.execute("insert into demo values(%d, '%s')" % (2, 'bbb')) #更新一条记录
cur.execute("update demo set str='%s' where num =%d" % ('ddd',3)) #查询
cur.execute("select * from demo;")
rows = cur.fetchall()
print("number of records:", len(rows)) for i in rows:
print(i) #提交事务
conn.commit() #关闭游标对象
cur.close() #关闭数据库连接
conn.close()
运行结果:
SQLAlchemy
SQLAlchemy是一款开源软件,提供了SQL工具包及对象关系映射(ORM)工具,它采用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非常关注数据库的量级和性能。
使用SQLAlchemy至少需要三部分代码,这们分别是定义表,定义数据库连接,进行增、删、改、查等操作。
创建表的例子:
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String Base = declarative_base() #定义一个实例,所有表必须继承该实例 class Account(Base):
__tablename__ = 'account' #表名 #字段名
id = Column(Integer, primary_key=True)
user_name = Column(String(50), nullable=False)
password = Column(String(200), nullable=False)
title = Column(String(50))
salary = Column(Integer) def is_active(self):
#假设所有用户都是活跃用户
return True def get_id(self):
#返回帐户id,该方法返回属性值提高了表的封装性
return self.id def is_authenticated(self):
#假设已通过验证
return True def is_anonymous(self):
#具有登录名和密码的帐户不是匿名用户
return False
定义数据库连接的代码示例:
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session, sessionmaker
#定义连接数据库用到的数据库字符串
db_connect_string = 'mysql://root:123456@localhost:3306/sqlalchemy_db?charset=utf8'
#如果数据库开启了ssl连接,定义ssl字符串
ssl_args = {
'ssl':{
'cert': '/home/ssl/client-cert.pem',
'key': '/home/shouse/ssl/client-key.pem',
'ca': '/home/shouse/ssl/ca-cert.pem'
}
}
#如果数据库开启了ssl连接,需要传入ssl
engine = create_engine(db_connect_string, connect_args=ssl_args)
#定义会话类型
SessionType = scoped_session(sessionmaker(bind=engine, expire_on_commit=False)) def GetSession():
#创建SessionType的实例,用于数据库操作
return SessionType() from contextlib import contextmanager #定义上下文函数,使能够自动进行事务处理,
#定义上下文件函数的方法就是加上contextmanager装饰器
#执行逻辑:在函数开始时建立数据库会话,此时会自动建立一个数据库事务;当发生异常时回滚(rollback)事务,当
#退出时关闭(close)连接
@contextmanager
def session_scope():
session = GetSession() try:
yield session
session.commit()
except:
session.rollback()
raise
finally:
session.close()
进行数据库操作的示例代码
import orm
from sqlalchemy import or_ def InsertAccount(user, password, title, salary):
with session_scope() as session: #新增操作
account = orm.Account(user_name=user, password=password, title=title, salary=salary)
session.add(account)
def CetAccount(id=None, user_name=None): #查询操作,查询结果是一个对象集合,同样可以用all()获取所有数据
with session_scope() as session:
return session.query(orm.Account).filter(
or_(orm.Account.id==id, orm.Account.user_name==user_name)
).first() def DeleteAccount(user_name): #删除操作
with session_scope() as session:
account = GetAccount(user_name=user_name)
if account:
session.delete(account) def UpdateAccount(id, user_name, password, title, salary): #更新操作
with session_scope() as session:
account = session.query(orm.Account).filter(orm.Account.id=id).first()
if not account: return
account.user_name = user_name
account.password = password
account.title = title
account.salary = salary #调用新增操作
InsertAccount('David Li', "123", "System Manager", 3000)
InsertAccount('Rebeca Li', '', 'Accountant', 3000) #查询操作
GetAccount(2) #删除操作
DeleteAccount('David Li') #更新操作
UpdateAccount(1, "David Li", "none", "System Manager", 2000)
代码解释:
- 用import 引入数据库表Account所在的包orm(orm.py), 引入多条件查询时的 或连接 or_
- 每个函数通过with语句启用上下文函数session_scope(), 通过它获取到session对象,并自动开启事务
- 在InsertAccount中,通过新建一个表account实例,并通过session.add将其添加到数据库中,由于上下文函数退出时会自动提交事务,把以无须显示地调用session.commit()使新增生
主流数据库的连接方式
数据库 | 连接字符串 |
Microsoft SQLServer | ‘mssql+pymssql://username:password@ip:port/dbname’ |
MySQL | ‘mysql://username:password@ip:port/dbname’ |
oracle | ‘orcle://username:password@ip:port/dbname’ |
PostgreSQL | ‘postgresql://username:password@ip:port/dbname’ |
SQLite | ‘sqlite://file_pathname’ |
查询条件设置:
在实际编程过程中需要根据各种不同的条件查询数据库记录, SQLAlchemy查询条件被称为过滤器。
1. 等值过滤器
session.query(Account).filter(Account.user_name=='Jack')
session.query(Account).filter(Account.salary==2000)
2. 不等于过滤器(!=, <, >, <=, >=)
session.query(Account).filter(Account.user_name != 'Jack') session.query(Account).filter(Account.salary != 2000) session.query(Account).filter(Account.salary > 3000)
3. 模糊查询(like)
模糊查询只适用于查询字符串类型,不适用于数值类型
#查询所有名字中包含字母i的用户
session.query(Account).filter(Account.user_name.like('%i%')) #查询所有title中以Manager结尾的用户
session.query(Account).filter(Account.title.like('%Manager')) #查询的有名字中以Da开头的用户
session.query(Account).filter(Account.user_name.like('Da%'))
4. 包括过滤器(in_)
#查询id不为1,3,5的记录
session.query(Account).filter(~Account.id.in_([1,3,5])) #查询工资不为2000,3000,4000的记录
session.query(Account).filter(~Account.salary.in_([2000,3000,4000])) #查询所有title不为Engineer和Accountant的记录
session.query(Account).filter(~Account.title.in_(['Account','Engineer']))
5. 判断是否为空(is NULL, is not NULL)
#查询salary为空值的记录
session.query(Account).filter(Account.salary.is_(None))
session.query(Account).filter(Account.salary == None) #查询salary不为空值的记录
session.query(Account).filter(Account.salary.isnot(None))
session.query(Account).filter(Account.salary != None)
6. 非逻辑 ~
#查询id不为1,3,5的记录
session.query(Account).filter(~Account.id.in_([1,3,5]))
7. 与逻辑 (and_)
#直接多个条件查询
session.query(Account).filter(Account.title='Engineer', Account.salary==3000)
#用关键字and_进行与逻辑查询
from sqlalchemy import and_
session.query(Account).filter(and_(Account.title=='Engineer', Account.salary==3000))
#通过多个filter链接查询
session.query(Account).filter(Account.title=='Engineer').filter(Account.salary==3000)
8. 或逻辑(or_)
from sqlalchemy import or_ #查询title是Engineer或者salary为3000的记录
session.query(Account).filter(or_(Account.title=='Engineer', Account.salary==3000))
Python中应用SQL及SQLAlchemy(一)的更多相关文章
- Python中防止sql注入的方法详解
SQL注入是比较常见的网络攻击方式之一,它不是利用操作系统的BUG来实现攻击,而是针对程序员编程时的疏忽,通过SQL语句,实现无帐号登录,甚至篡改数据库.下面这篇文章主要给大家介绍了关于Python中 ...
- python中的 sql语句用法
函数中应用sql语句def _get_cust_number(self,cr,uid,ids,field_name,args,context=None): res={} for order in se ...
- Python中从SQL型数据库读写dataframe型数据
Python的pandas包对表格化的数据处理能力很强,而SQL数据库的数据就是以表格的形式储存,因此经常将sql数据库里的数据直接读取为dataframe,分析操作以后再将dataframe存到sq ...
- Python中返回SQL字段名
def ReturnInfo(self, avalue, akey): cursor = connection.cursor() if type(avalue) == int: Sql = " ...
- Python中操作SQLAlchemy
一.ORM 框架简介 对象-关系映射(Object/Relation Mapping,简称ORM),是随着面向对象的软件开发方法发展而产生的.面向对象的开发方法是当今企业级应用开发环境中的主流开发方法 ...
- 关于ORM,以及Python中SQLAlchemy的sessionmaker,scoped_session
orm(object relational mapping):对象关系映射. python面向对象,而数据库是关系型. orm是将数据库关系映射为Python中的对象,不用直接写SQL. 缺点是性能略 ...
- 关于ORM,以及Python中SQLAlchemy的scoped_session
orm(object relational mapping):对象关系映射. python面向对象,而数据库是关系型. orm是将数据库关系映射为Python中的对象,不用直接写SQL. 缺点是性能略 ...
- Python中的SQLAlchemy
在Python中,使用SQLAlchemy可以对数据库进行操作. SQLAlchemy是Python中的一个标准库. 要使用SQLAlchemy,首先要创建连接: url = mysql+pymysq ...
- python中mysql数据库的操作-sqlalchemy
MySQLdb支持python2.*,不支持3.* ,python3里面使用PyMySQL模块代替 python3里面如果有报错 django.core.exceptions.ImproperlyC ...
随机推荐
- JS window对象的top、parent、opener含义介绍
1.top该变更永远指分割窗口最高层次的浏览器窗口.如果计划从分割窗口的最高层次开始执行命令,就可以用top变量. 2.openeropener用于在window.open的页面引用执行该window ...
- k64 datasheet学习笔记3---Chip Configuration之Clock modules
1.前言 本文主要讲述chip configure之clock配置相关的内容,主要包含如下三个部分: MCG configuration:Multipurpose clock generator OS ...
- 反汇编调试内核驱动 Oops提示【转】
以下部分内容转自:https://blog.csdn.net/jiatingqiang/article/details/7481497 反汇编调试内核驱动 arm-none-linux-gnueabi ...
- mysql系列一、mysql数据库规范
一. 表设计 库名.表名.字段名必须使用小写字母,“_”分割. 库名.表名.字段名必须不超过12个字符. 库名.表名.字段名见名知意,建议使用名词而不是动词. 表必须使用InnoDB存储引擎. 表必须 ...
- 通用jsonp跨域技术获取天气数据
1. 前言 在进行网站开发的过程中经常会用到第三方的数据,但是由于同源策略的限制导致ajax不能发送请求,因此也无法获得数据.解决ajax的跨域问题可以使用jsonp技术 2.代码 <!DOCT ...
- 让Linux任务在后台可靠运行的几种方法
我们经常会碰到这样的问题,用 telnet/ssh 登录了远程的 Linux 服务器,运行了一些耗时较长的任务, 结果却由于网络的不稳定导致任务中途失败.如何让命令提交后不受本地关闭终端窗口/网络 ...
- Map<String,String>集合的四种遍历方式 其中有一种针对大容量的数据集合
- 并发之atomicInteger与CAS机制
并发之atomic与CAS自旋锁 通过前几章的讲解我们知道i++这种类似操作是不安全的.针对这种情况,我们可能会想到利用synchronize关键字实现线程同步,保证++操作的原子性,的确这是一种有效 ...
- java lambda 的用法
一.打印数组 String[] s = "fdsfsdfds".split(""); Stream<String> str = Stream.of( ...
- Laravel collection 报错 join(): Invalid arguments passed
混淆了 array 与 collection,join 并不支持 collection. array 与 collection 不同的 join 实现 collect([1, 2, 3, 4, 5]) ...