Python轻松操作数据库 (python 操作数据库)
作为目前更受欢迎的编程语言之一，Python已经成为了许多开发人员的首选语言。Python的优点包括代码易读、语法简单、大量支持库等优点。与此同时，Python的生态系统也非常丰富，包含了大量的第三方库，可用于执行各种各样的任务。
其中，Python在操作数据库方面表现得尤为出色。Python可以运用不同的库连接和操作多种类型的数据库，这使得它成为了数据科学家和软件开发人员更受欢迎的语言之一。在本文中，我们将介绍在Python中使用SQLAlchemy和Psycopg2库操作数据库的方法。
SQLAlchemy库
SQLAlchemy是一个开源Python库，用于操作关系数据库。它提供了一种简单且灵活的方式，用Python语言操作关系型数据库(SQL数据库)。 SQLalchemy被广泛应用于Web应用程序中，如Flask、Django、Bottle等框架。SQLAlchemy通过ORM，提供了一种类似于SQL语言的操作方式。
安装SQLAlchemy
要使用SQLAlchemy，需要在Python环境中安装它。可以通过以下方式安装：
“`python
!pip install sqlalchemy
“`
连接数据库
在使用SQLAlchemy库之前，必须先建立与数据库的连接。为此，需要定义数据库的URL，该URL包含以下元素：
– 数据库引擎(dialect) – 在SqlAlchemy中，这通常是一个带Chrome或mysql的名称
– 连接的用户名和密码
– 数据库主机和端口
– 数据库名称
下面是一个连接到SQL服务器的示例：
“`python
from sqlalchemy import create_engine
engine = create_engine(‘mssql+pyodbc://user:pass@dns’)
“`
在上面的示例中，创建了一个SQLAlchemy引擎，以便使用ODBC连接来连接到SQL服务器。可以将engine变量用于打开数据库连接的控制。完成之后，就可以使用SQLAlchemy来执行SQL操作。
执行SQL查询
可使用SQLAlchemy CRUD(CRUD(Create, Read, Update, Delete)操作。
下面是一个从本地SQLite数据库创建表格的示例：
“`python
from sqlalchemy import create_engine, Table, Column, Integer, MetaData
engine = create_engine(‘sqlite:///some.db’)
metadata = MetaData()
table = Table(‘mytable’, metadata,
Column(‘id’, Integer, primary_key=True),
Column(‘name’, String),
Column(‘age’, Integer),
)
metadata.create_all(engine)
“`
在上面的示例中，安装并创建Meta到和表的定义。这个表在SQLite数据库中使用用户ID、名称和年龄列创建一个列。结果表User是由元数据对象的调用创建的。调用metadata.create_all(engine)将表创建到已定义的数据库中。
现在，使用SQLAlchemy来执行SQL SELECT语句从User表中选择所有条目的示例。
“`python
from sqlalchemy import create_engine, Table, Column, Integer, String, MetaData
from sqlalchemy.sql import select
engine = create_engine(‘sqlite:///some.db’)
metadata = MetaData()
mytable = Table(‘mytable’, metadata,
Column(‘id’, Integer, primary_key=True),
Column(‘name’, String),
Column(‘age’, Integer),
)
conn = engine.connect()
select_st = select([mytable])
result = conn.execute(select_st)
for row in result:
print(row)
“`
在此示例中，从mytable中选择了所有条目，每个条目都包含一个id、name和age字段。然后使用engine.connect()打开一个数据库连接，该连接可以执行SQL查询。使用conn.execute(select_all)执行查询，并将结果迭代打印到命令行中。
Psycopg2
与SQLAlchemy一样，Psycopg2是一种与Python库兼容的PostgreSQL数据库开发库。它可以用来连接、查询、读写和管理PostgreSQL数据库。一些典型的应用场景包括后端开发、数据科学、数据分析、GIS、Web应用程序和云计算等。
安装Psycopg2
在Python环境中，可以使用以下安装psycopg2：
“`python
!pip install psycopg2-binary
“`
连接到数据库
连接到PostgreSQL数据库与连接到其他数据库类似。类似地，必须指定连接字符串(dsn)，该字符串包含以下信息：
– 主机名、端口号
– 用户名
– 密码
– 数据库名
可以使用psycopg2.connect()来创建连接：
“`python
import psycopg2
dsn_database = “someDatabase”
dsn_hostname = “mydbinstance.somehost.net”
dsn_port = “5432”
dsn_uid = “someUser”
dsn_pwd = “secret”
conn_string = “host=”+dsn_hostname+” port=”+dsn_port+” dbname=”+dsn_database+” user=”+dsn_uid+” password=”+dsn_pwd
conn = psycopg2.connect(conn_string)
“`
在上面的示例中，将所有连接信息添加到一个连接字符串中，并使用psycopg2.connect()创建连接。
执行SQL查询
下面是一个使用Psycopg2执行SQL查询的示例。在此示例中，创建了一个数据库表(employees)，并向其添加一些数据。接下来，以选择所有记录并打印结果的方式使用SELECT查询对表执行操作。
“`python
#!/usr/bin/python
import psycopg2
def mn():
conn_string = “host=’localhost’ dbname=’mydatabase’ user=’myusername’ password=’mypassword'”
try:
conn = psycopg2.connect(conn_string)
cursor = conn.cursor()
# 创建employees表
cursor.execute(“CREATE TABLE employees (id SERIAL PRIMARY KEY, first_name VARCHAR(50), last_name VARCHAR(50), hire_date DATE)”)
# 插入一个新的employee
cursor.execute(“INSERT INTO employees (first_name,last_name,hire_date) VALUES (‘John’, ‘Doe’, ‘2023-01-01’)”)
# 获取所有employees
cursor.execute(“SELECT * FROM employees”)
rows = cursor.fetchall()
for row in rows:
print(row)
cursor.close()
conn.close()
except Exception as e:
print(str(e))
if __name__ == “__mn__”:
mn()
“`
在上面的示例中，首先我们创建一个employees表格，它包含id(自增长主键),first_name,last_name和hire_date字段。然后，我们添加了一个名为John Doe的新员工。使用SELECT获取并打印所有employee的结果。
在本文中，我们介绍了Python中使用SQLAlchemy和Psycopg2库操作数据库的方法。无论你使用的是何种数据库，都可以使用Python来操作数据库。Python在操作数据库方面的优点包括简洁易读的代码、广泛可用的库以及可运用不同的库连接和操作多种类型的数据库等。无论你是数据科学家、软件开发人员还是其他人员，掌握Python操作数据库的技能对你的工作和学习都非常有帮助。
