目录
二、python连接数据库" >二、python连接数据库
三、事务回滚" >三、事务回滚
四、批量插入数据" >四、批量插入数据
首页 后端开发 Python教程 详解python之数据库mysql操作

详解python之数据库mysql操作

Mar 08, 2017 am 09:55 AM

前言: 最近开始学django了,学了下web框架,顿时感觉又会了好多知识。happy~~ 这篇博客整理写下数据库基本操作,内容挺少。明天写SQLAlchemy。

 一、数据库基本操作

1. 想允许在数据库写中文,可在创建数据库时用下面命令

1

create database zcl charset utf8;

登录后复制


2. 查看students表结构

1

desc students;

登录后复制


3. 查看创建students表结构的语句

1

show create table students;

登录后复制


4. 删除数据库

1

drop database zcl;

登录后复制


5. 创建一个新的字段

1

alter table students add column nal char(64); 

登录后复制


PS: 本人是很讨厌上面这种“简单解释+代码”的博客。其实我当时在mysql终端写了很多的实例,不过因为当时电脑运行一个看视频的软件,导致我无法Ctrl+C/V。现在懒了哈哈~~

二、python连接数据库

python3不再支持mysqldb。其替代模块是PyMySQL。本文的例子是在python3.4环境。

1. 安装pymysql模块


1

pip3 install pymysql

登录后复制


2. 连接数据库,插入数据实例


1

2

3

4

5

6

7

8

9

10

11

12

13

14

import pymysql

#生成实例,连接数据库zcl

conn = pymysql.connect(host='127.0.0.1', user='root', passwd='root', db='zcl')

#生成游标,当前实例所处状态

cur = conn.cursor()

#插入数据

reCount = cur.execute('insert into students(name, sex, age, tel, nal) values(%s, %s, %s, %s, %s)',('Jack','man',25,1351234,"CN"))

reCount = cur.execute('insert into students(name, sex, age, tel, nal) values(%s, %s, %s, %s, %s)',('Mary','female',18,1341234,"USA"))

 

conn.commit()  #实例提交命令

 

cur.close()

conn.close()

print(reCount)

登录后复制


查看结果:


1

2

3

4

5

6

7

mysql> select* from students;+----+------+-----+-----+-------------+------+

| id | name | sex | age | tel         | nal  |

+----+------+-----+-----+-------------+------+

|  1 | zcl  | man |  22 | 15622341234 | NULL |

|  2 | alex | man |  30 | 15622341235 | NULL |

+----+------+-----+-----+-------------+------+

2 rows in set

登录后复制


3. 获取数据


1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

import pymysql

 

conn = pymysql.connect(host='127.0.0.1', user='root', passwd='root', db='zcl')

cur = conn.cursor()

 

reCount = cur.execute('select* from students')

 

res = cur.fetchone()       #获取一条数据

res2 = cur.fetchmany(3)   #获取3条数据

res3 = cur.fetchall()     #获取所有(元组格式)

print(res)

print(res2)

print(res3)

conn.commit()

 

cur.close()

conn.close()

登录后复制


输出:


1

2

3

(1, 'zcl', 'man', 22, '15622341234', None)

((2, 'alex', 'man', 30, '15622341235', None), (5, 'Jack', 'man', 25, '1351234', 'CN'), (6, 'Mary', 'female', 18, '1341234', 'USA'))

()

登录后复制


三、事务回滚

事务回滚是在数据写到数据库前执行的,因此事务回滚conn.rollback()要在实例提交命令conn.commit()之前。只要数据未提交就可以回滚,但回滚后ID却是自增的。请看下面的例子:

插入3条数据(注意事务回滚):


1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

import pymysql

#连接数据库zcl

conn=pymysql.connect(host='127.0.0.1', user='root', passwd='root', db='zcl')

#生成游标,当前实例所处状态

cur=conn.cursor()

#插入数据

reCount=cur.execute('insert into students(name, sex, age, tel, nal) values(%s, %s, %s, %s, %s)', ('Jack', 'man', 25, 1351234, "CN"))

reCount=cur.execute('insert into students(name, sex, age, tel, nal) values(%s,%s,%s,%s,%s)', ('Jack2', 'man', 25, 1351234, "CN"))

reCount=cur.execute('insert into students(name, sex, age, tel, nal) values(%s, %s, %s, %s, %s)', ('Mary', 'female', 18, 1341234, "USA"))

 

conn.rollback()      #事务回滚

conn.commit()        #实例提交命令

 

cur.close()

conn.close()

print(reCount)

登录后复制

未执行命令前与执行命令后(包含回滚操作)(注意ID号): 未执行上面代码与执行上面代码的结果是一样的!!因为事务已经回滚,故students表不会增加数据!


1

2

3

4

5

6

7

8

9

mysql> select* from students;+----+------+--------+-----+-------------+------+

| id | name | sex    | age | tel         | nal  |

+----+------+--------+-----+-------------+------+

|  1 | zcl  | man    |  22 | 15622341234 | NULL |

|  2 | alex | man    |  30 | 15622341235 | NULL |

|  5 | Jack | man    |  25 | 1351234     | CN   |

|  6 | Mary | female |  18 | 1341234     | USA  |

+----+------+--------+-----+-------------+------+

4 rows in set

登录后复制

执行命令后(不包含回滚操作):只需将上面第11行代码注释。


1

2

3

4

5

6

7

8

9

10

11

12

mysql> select* from students;+----+-------+--------+-----+-------------+------+

| id | name  | sex    | age | tel         | nal  |

+----+-------+--------+-----+-------------+------+

|  1 | zcl   | man    |  22 | 15622341234 | NULL |

|  2 | alex  | man    |  30 | 15622341235 | NULL |

|  5 | Jack  | man    |  25 | 1351234     | CN   |

|  6 | Mary  | female |  18 | 1341234     | USA  |

| 10 | Jack  | man    |  25 | 1351234     | CN   |

| 11 | Jack2 | man    |  25 | 1351234     | CN   |

| 12 | Mary  | female |  18 | 1341234     | USA  |

+----+-------+--------+-----+-------------+------+

7 rows in set

登录后复制


总结:虽然事务回滚了,但ID还是自增了,不会因回滚而取消,但这不影响数据的一致性(底层的原理我不清楚~)

四、批量插入数据


1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

import pymysql

#连接数据库zcl

conn = pymysql.connect(host='127.0.0.1', user='root', passwd='root', db='zcl')

#生成游标,当前实例所处状态

cur = conn.cursor()

li = [

    ("cjy","man",18,1562234,"USA"),

    ("cjy2","man",18,1562235,"USA"),

    ("cjy3","man",18,1562235,"USA"),

    ("cjy4","man",18,1562235,"USA"),

    ("cjy5","man",18,1562235,"USA"),

]

 

#插入数据

reCount = cur.executemany('insert into students(name,sex,age,tel,nal) values(%s,%s,%s,%s,%s)', li)

 

#conn.rollback()  #事务回滚

conn.commit()  #实例提交命令

 

cur.close()

conn.close()

print(reCount)

登录后复制


pycharm下输出: 5

mysql终端显示:

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

mysql> select* from students;      #插入数据前+----+-------+--------+-----+-------------+------+

| id | name  | sex    | age | tel         | nal  |

+----+-------+--------+-----+-------------+------+

|  1 | zcl   | man    |  22 | 15622341234 | NULL |

|  2 | alex  | man    |  30 | 15622341235 | NULL |

|  5 | Jack  | man    |  25 | 1351234     | CN   |

|  6 | Mary  | female |  18 | 1341234     | USA  |

| 10 | Jack  | man    |  25 | 1351234     | CN   |

| 11 | Jack2 | man    |  25 | 1351234     | CN   |

| 12 | Mary  | female |  18 | 1341234     | USA  |

+----+-------+--------+-----+-------------+------+

7 rows in set

 

 

mysql> mysql> select* from students;   #插入数据后+----+-------+--------+-----+-------------+------+

| id | name  | sex    | age | tel         | nal  |

+----+-------+--------+-----+-------------+------+

|  1 | zcl   | man    |  22 | 15622341234 | NULL |

|  2 | alex  | man    |  30 | 15622341235 | NULL |

|  5 | Jack  | man    |  25 | 1351234     | CN   |

|  6 | Mary  | female |  18 | 1341234     | USA  |

| 10 | Jack  | man    |  25 | 1351234     | CN   |

| 11 | Jack2 | man    |  25 | 1351234     | CN   |

| 12 | Mary  | female |  18 | 1341234     | USA  |

| 13 | cjy   | man    |  18 | 1562234     | USA  |

| 14 | cjy2  | man    |  18 | 1562235     | USA  |

| 15 | cjy3  | man    |  18 | 1562235     | USA  |

| 16 | cjy4  | man    |  18 | 1562235     | USA  |

| 17 | cjy5  | man    |  18 | 1562235     | USA  |

+----+-------+--------+-----+-------------+------+

12 rows in set

登录后复制

学完的东西要及时总结,有些东西忘记了阿~_~

 更多详解python之数据库mysql操作相关文章请关注PHP中文网!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

<🎜>:泡泡胶模拟器无穷大 - 如何获取和使用皇家钥匙
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系统,解释
1 个月前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆树的耳语 - 如何解锁抓钩
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
<🎜>掩盖:探险33-如何获得完美的色度催化剂
2 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

热门话题

Java教程
1677
14
CakePHP 教程
1430
52
Laravel 教程
1333
25
PHP教程
1278
29
C# 教程
1257
24
Python与C:学习曲线和易用性 Python与C:学习曲线和易用性 Apr 19, 2025 am 12:20 AM

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

学习Python:2小时的每日学习是否足够? 学习Python:2小时的每日学习是否足够? Apr 18, 2025 am 12:22 AM

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python vs. C:了解关键差异 Python vs. C:了解关键差异 Apr 21, 2025 am 12:18 AM

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

Python标准库的哪一部分是:列表或数组? Python标准库的哪一部分是:列表或数组? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自动化,脚本和任务管理 Python:自动化,脚本和任务管理 Apr 16, 2025 am 12:14 AM

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

科学计算的Python:详细的外观 科学计算的Python:详细的外观 Apr 19, 2025 am 12:15 AM

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Web开发的Python:关键应用程序 Web开发的Python:关键应用程序 Apr 18, 2025 am 12:20 AM

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

See all articles