首页 > 数据库 >python处理SQLite数据库

python处理SQLite数据库

时间:2024-05-28 14:59:05浏览次数:30  
标签:SQLite name python 数据库 cursor sql table conn row

1.前言

数据库非常重要,程序的数据增删改查需要数据库支持。python处理数据库非常简单。而且不同类型的数据库处理逻辑方式大同小异。本文以sqlite数据库为例,介绍一下python操作数据库的方法。

python sqlite3 官方文档

 注:Python操作mysqlite可以参照python&mysql基本使用

2.安装

pip3 install pysqlite3

3.数据库连接、关闭等

import sqlite3
 
 
# 连接数据库(如果不存在则创建)
conn = sqlite3.connect('test.db')
print("Opened database successfully")
 
# 创建游标
cursor = conn.cursor()

# 关闭游标
cursor.close()
# 提交事物
conn.commit()
# 关闭连接
conn.close()

4.表操作

(1)创建数据表
import sqlite3

conn = sqlite3.connect('test.db')
print ("数据库打开成功")
c = conn.cursor()
c.execute('''CREATE TABLE COMPANY
       (ID INT PRIMARY KEY     NOT NULL,
       NAME           TEXT    NOT NULL,
       AGE            INT     NOT NULL,
       ADDRESS        CHAR(50),
       SALARY         REAL);''')
print ("数据表创建成功")
conn.commit()
conn.close()
(2)显示数据表数目
sql="select name from sqlite_master where type='table' order by name"
tables=cursor.execute(sql).fetchall()
print(len(tables))

 需要注意的是tables的每一项数据是一个元祖,如果要想得到数据表的名称要进一步处理

(3)删除数据表
sql="DROP TABLE database_name.table_name"
cursor.execute(sql)
(4)显示数据表的所有字段
sql="PRAGMA table_info(表名字)"
cursor.execute(sql)

注:使用cursor.description也能显示字段,不过cursor要先执行以下对数据表的操作,还是使用PRAGMA比较方便。

5.Cusor的方法

fetchone()
获取查询结果集的下一行

fetchmany(size=cursor.arraysize)
获取查询结果的下一组行,返回一个列表。

fetchall()
获取查询结果的所有(剩余)行,返回一个列表。请注意,游标的 arraysize 属性会影响此操作的性能。当没有行可用时返回一个空列表。

注:fetchall()用来统计表记录时,在开头用一次,再用则查询为空。
尽量不要用这个方法,数据多的情况很慢。查询用迭代方法,请看下一节的“查”操作。
如果你想统计有多少行信息,也不要用这个方法,请看

.description显示字段信息,返回列表。

6.SQL操作

(1)增
...
# 创建游标
cursor = conn.cursor()
 
# 插入数据
sql = "INSERT INTO Student(Name, Age) VALUES(\'love\', 22)"
cursor.execute(sql)
 
# 插入数据 2
data = ('love2', 2221) # or ['love2', 2221]
sql = "INSERT INTO Student(Name, Age) VALUES(?, ?)"
cursor.execute(sql, data)
 
# 提交事物
conn.commit()
...
(2)删

sql语句换一下即可,看下一节的SQL语句。

(3)该

sql语句换一下即可,看下一节的SQL语句。

(4)查
...
# 创建游标
cursor = conn.cursor()
 
# 查询数据
sql = "select * from Student"
values = cursor.execute(sql)
for i in values:
    print(i)
 
# 查询数据 2
sql = "select * from Student where id=?"
values = cursor.execute(sql, (1,))
for i in values: # 注意i是元组
    print('id:', i[0])
    print('name:', i[1])
    print('age:', i[2])
 
# 提交事物
conn.commit()
...

7.SQL常用语句

# 增   两种方法
sql1="INSERT INTO table_name VALUES (value1,value2,value3,...);"
sql2='''INSERT INTO table_name 
	(column1,column2,column3,...) 
	VALUES (value1,value2,value3,...);'''
# 删
sql="DELETE FROM table_name WHERE [condition];"
# 改
sql="UPDATE table_name SET column1 = value1, column2 = value2...., columnN = valueN WHERE [condition];"
# 查
sql="SELECT * FROM table_name;"

# 重命名
sql="ALTER TABLE 老表名 RENAME TO 新表名;"
# 添加字段
sql="ALTER TABLE 表名 ADD COLUMN 新列 TEXT;"

# 查看所有字段名
sql="PRAGMA table_info([表名])"

# 统计数量
sql="SELECT count(*) FROM 表名"

8.查询有多少数据

不要使用cursor的fetchall(),使用数据库查询语句`SELECT count(*) FROM 表名`

def data_count(table_name):
	return_data={}
	conn = connectSqlite("/data.db")
    cursor = conn.cursor()
    drills = cursor.execute("SELECT count(*) FROM {};".format(table_name))
  	count=drills.fetchone() # 因为count函数查询的结果百分百只有一个,用fetchone()函数就可以了。不用迭代查询了。
    return_data["data"] = count[0]  # 注意返回的count是元组。
    cursor.close()
    conn.close()
    return return_data

9.row_factory高级操作

这是对row_factory的官方解释(官方解释直接忽略就好,看我下面的解释):A Row instance serves as a highly optimized row_factory for Connection objects. It tries to mimic a tuple in most of its features.
It supports mapping access by column name and index, iteration, representation, equality testing and len().
If two Row objects have exactly the same columns and their members are equal, they compare equal.

基础Cursor对象只能通过数字索引来获取值,但是我想通过列名来获取值是做不到的。虽然可以使用Cursor.description来获取字段名称,但是自己做映射写代码很麻烦。
本着简约代码(懒)的原则,python推出了Cursor.Row对象。其实就是列名和值做了个映射,可以通过字符索引来获取值。很方便。
升级过程也简单,就加一句话:conn.row_factory = sqlite3.Row
看例子:

(1)使用
import sqlite3 
conn=connectSqlite("myDB.db")
conn.row_factory = sqlite3.Row # 这句一定要加
cursor=conn.cursor()
rows=cursor.execute("SELECT * from myTable ")
row=rows.fetchone()
row.key() # 返回所有字段名,
print(row[0]) # 输出第一个字段
print(row["field1"]) # 输出字段名为field1的值
(2)循环输出所有值
# ...上接上面的第一块内容
s=0
for row in rows:# 迭代就不用fetchone()了
	s+=1
	print("打印第{}个数据".format(s))
	for r in row:
		print(r)

10.实例

从sqlite数据库中返回json格式数据

'''
description: 根据输入条件,从sqlite数据库中返回JSON数据 
param {*} db_name:str 数据库名称
param {*} fields:list 筛选的字段
param {*} table_name:str 要查询的表名
param {*} condition:str 查询的条件,注意条件的值是字符串的话需要转义
return {*} json
author: https://blog.csdn.net/Crayonxin2000
'''
def returnJsonFromSqlite(db_name,fields,table_name,condition):
    data = {}
    rows = []  # 数据
    conn = connectSqlite(db_name)
    conn.row_factory = sqlite3.Row
    cursor = conn.cursor()
    fields_str = ",".join(fields)  # 列表转字段,fields为所有的字段
    if condition=="" or condition==None:
        sql="SELECT {} from {} ".format(fields_str,table_name)
    else:
        sql="SELECT {} from {} WHERE {}".format(fields_str,table_name,condition)
    print(sql)
    result=cursor.execute(sql)
    for item in result:
        row = []
        for field in fields:
            row.append(item[field])
        rows.append(row)
    data["header"] = fields
    data["rows"] = rows
    # 关闭数据库
    cursor.close()
    conn.close()
    return jsonify(data) 

注:data是字典,我用flask的jsonify工具JSON化了,你可以使用其他工具。

标签:SQLite,name,python,数据库,cursor,sql,table,conn,row
From: https://blog.csdn.net/m0_71555731/article/details/139266728

相关文章

  • 向量数据库HNSW算法
    向量数据库构建好embedding后,需要通过相关算法进行检索,它常用到的相似性搜索算法有HNSW,HNSW算法是NSW算法改进而来,它是属于ANN算法中不同类别的图类别中的一种。    节点与节点之间的连接方式可以形成3类图:正则图,随机图,正则和随机结合图(小世界),如下图1:1.正则图    在......
  • 【GPT应用】Python-GEE遥感大数据分析
    随着航空、航天、近地空间遥感平台的持续发展,遥感技术近年来取得显著进步。遥感数据的空间、时间、光谱分辨率及数据量均大幅提升,呈现出大数据特征。这为相关研究带来了新机遇,但同时也带来巨大挑战。传统的工作站和服务器已无法满足大区域、多尺度海量遥感数据处理需求。为解......
  • Python中Web开发-Flask框架
            大家好,在当今数字化的世界中,Web应用程序已经成为人们日常生活和商业活动中不可或缺的一部分。为了满足用户需求,开发人员需要选择适合他们项目需求的工具和技术。PythonFlask就是这样一款灵活而强大的工具,它能够帮助开发人员快速构建轻量级的Web应用程序......
  • Python安装
    Python官网下载地址:DownloadPython|Python.org如果之前没使用过Python的初学者,玩不明白Python相关的内容,不建议采取这种方式安装,推荐使用miniconda3。官网下载速度较慢,可以寻找镜像源下载。推荐使用华为云华为开源镜像站_软件开发服务_华为云(huaweicloud.com)华为云......
  • 基于python的打外星人游戏课程设计项目(免费提供全套源码)
    下载地址如下:基于python的打外星人游戏课程设计项目(免费提供全套源码)资源-CSDN文库项目介绍项目背景近年来,游戏开发作为计算机科学教育的重要组成部分,逐渐受到重视。通过游戏开发课程,不仅可以提高学生的编程技能,还能激发他们的创造力和逻辑思维能力。基于Python的打外星人......
  • 基于Python的量子遗传算法实现(免费提供全部源码)
    下载地址如下:基于Python的量子遗传算法实现(免费提供全部源码)资源-CSDN文库项目介绍项目背景随着量子计算和人工智能技术的迅猛发展,量子遗传算法(QuantumGeneticAlgorithm,QGA)作为一种结合量子计算和经典遗传算法的优化方法,受到了广泛关注。传统遗传算法在处理复杂优化问......
  • 数据库中的六大锁
    目录一、死锁二、锁的区间划分1、间隙锁(GapLocks)2、临键锁(Next-keyLocks)三、锁的粒度划分1、表级锁(Table-levellock)2、行级锁(RecordLocks)3、页级锁四、锁级别划分1、共享锁(sharelock,即S锁)2、排它锁/独占锁(exclusivelock,即X锁)3、意向锁五、加锁方式分类1......
  • Python|【Pytorch】基于小波时频图与SwinTransformer的轴承故障诊断研究
    ......
  • Python的嵌套字典
    基于字典的基本语法:字典名称={“键”:值}在这里键可以有:整形,浮点型,字符串型,元祖(键的值是不变的),值可以取任意数据类型看准键(Key)值(value)对在这里演示一个嵌套字典的案例:stu_score_dict={"王力宏":{"语文":88,"数学":77,"英语":46......
  • Python办公自动化之——批量操作Word文档(三)
    Python在办公自动化中,尤其是处理Word文档时,能够显著提升工作效率和准确性。通过编写脚本,Python可以自动完成许多繁琐的任务,以下是一些常见的应用场景:合并多个Word文件,在许多企业环境中,需要将多个报告、合同或其他文档合并为一个统一的文件。Python脚本可以遍历一个目录,读取......