当前位置：首页 > news >正文

python安装sqlalchemy python2_python数据库操作之pymysql模块和sqlalchemy模块(项目必备)...

news 来源：原创 2024/9/23 21:21:46

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)