python连接数据库操作sqlalchemy的方式-创新互联
这篇文章主要介绍python连接数据库操作sqlalchemy的方式,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
在祥云等地区,都构建了全面的区域性战略布局,加强发展的系统性、市场前瞻性、产品创新能力,以专注、极致的服务理念,为客户提供网站设计、网站制作 网站设计制作按需定制,公司网站建设,企业网站建设,成都品牌网站建设,成都全网营销,成都外贸网站建设,祥云网站建设费用合理。sqlalchemy是什么呢?其实它就是一个程序,是经常使用的关系程序,应用十分广泛,所以学习好sqlalchemy是非常重要的,结合知识点以及下面示例,很轻松的学会这部分内容。
1、ORM框架
常见的ORM框架
1)SQLAlchemy:SQLAlchemy
2)SQLObject
3)Storm
4)Django's ORM
2、SQLAlchemy介绍
sqlalchemy是Python ORM的开源框架,使用它可以快速方便的构建数据库模型。
SQLALchemy本身无法操作数据库,需要依赖pymysql第三方模块,Dialect用于和数据API进行交流,根据配置文件的不同调用不同的数据库API,从而实现对数据库的操作
使用pymysql连接数据库格式:
mysql + pymysql: / /: @ / [? ]
3、安装SQLAlchemy与检查是否安装成功
#安装 pip install SQLAlchemy #检查是否安装成功 C:\Users\lsl\Desktop>python Python 3.7.0rc1 (v3.7.0rc1:dfad352267, Jun 12 2018, 07:05:25) [MSC v.1914 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import sqlalchemy >>> sqlalchemy.__version__ '1.3.18'复制代码
4、使用SQLAlchemy操作数据库的表——创建对象
from sqlalchemy import create_engine # 连接本地test数据库 engine = create_engine('mysql+pymysql://root:root@localhost:3306/testdab',#数据库类型是mysql,采用pymysql数据库驱动来连接,用户名是root,密码也是root,连接本地数据库testdab(连接的数据库要是已存在的,就是你本地已有的数据库) encoding='utf-8', # 编码格式 echo=True, # 是否开启sql执行语句的日志输出 pool_recycle=-1, # 多久之后对线程池中的线程进行一次连接的回收(重置) (默认为-1),其实session并不会被close poolclass=NullPool # 无限制连接数 )复制代码
5、简单查询——使用SQL语句
result = engine.execute("select * from students")//在execute()里的参数是查询的sql语句 print(result.fetchall()) //打印出查询的结果复制代码
6、创建映射
创建一个py文件来做数据表的映射text2.py
#引入要使用的declarative_base from sqlalchemy.ext.declarative import declarative_base #在要映射的数据表students中有id,name两个字段,所以要引入Integer对应id,String对应name from sqlalchemy import Column, Integer, String #声名Base Base = declarative_base() #User类就是对应于 __tablename__ 指向的表,也就是数据表students的映射 class User(Base): #students表是我本地数据库testdab中已存在的 __tablename__ = 'students' id = Column(Integer, primary_key=True, autoincrement=True) name = Column(String(64),nullable=False) __table_args__ = { "mysql_charset": "utf8" }复制代码
7、查询
查询students表中所有的数据
result = mySession.query(News).all() print(result[0])复制代码
查询students表中第一条数据
result = mySession.query(User).first() print(result.name) #打印对象属性复制代码
通过id查询数据(id=2)
result = mySession.query(User).filter_by(id=2).first() print(result.name)复制代码
自定义过滤条件
result = mySession.query(User).filter(text("id>:id")).params(id=2).all()复制代码
根据主键查询
result = mySession.query(User).get(2)复制代码
8、增加数据
user = User(name="小红") mySession.add(user) mySession.commit() 复制代码
9、删除数据
mySession.query(User).filter(User.id == 1).delete() mySession.commit()复制代码
10、修改数据
mySession.query(User).filter(User.name=="小红").update({"name":"小白"}) mySession.commit()复制代码
11、常用条件查询代码
表名:User 1.条件查询 session.query(User).filter(User.name=='张三'){ .all() 查询所有 .one() 查询单个(如果存在多个会异常) .first() 查询符合条件的第一个 .limit(1).one() limit限制查询,limit(1).one()升级第一个 .count() 查询符合条件的总个数 } 2.主键查询 session.query(User).get(0) 查询主键ID=0 3.offset(n) 限制前面n个,显示后面n+1个 #查询出第三个后面的所有 session.query(User).offset(3).all() 4.slice()切片 #slice(1,3) 与python的slice一致,从0开始 左闭右开,显示1,2两个元素 session.query(User).slice(1,,3).all() 5.order_by() 默认升序 session.query(User).order_by(User.id).all() 6.desc() 降序 session.query(User).order_by(desc(User.id)).all() 7.like 模糊匹配,与sql一样 session.query(User).filter(User.neme.like('%吴')).add() 8.notlike 与7相反 form operator import * 9.in_() 包含 #查询是否包含唐人、吴新喜这个用户的信息 session.query(User).filter(User.name.in_(['唐人','吴新喜'])).all() 10.notin_() 不包含 11.is_ 两种表达方式 None #查询所有手机号为null的信息 session.query(User).filter(User.phone==None).all() session.query(User).filter(User.phone.is_(None)).all() 12. isnot() 13. or_ 条件或者关系 #查询name==吴新喜或者唐人的用户信息 session.query(User).filter(or_(User.name=='唐人',User.name=='吴新喜')) 聚合函数 1.count group_by #查询所有的密码并且计算其相同的个数 from sqlalchemy import func ssession.query(db_user.psw,func.count(db_user.psw)).group_by(db_user.psw).all() 2.having having字句可以让我们筛选成组后的各种数据,where字句在聚合前先筛选记录,也就是说作用在group by和having字句前。 而having子句在聚合后对组记录进行筛选。真实表中没有此数据,这些数据是通过一些函数生存。 即先成组在筛选 #查询所有的密码并且计算其相同的个数,having条件相同密码总数大于1的数据 ssession.query(db_user.psw,func.count(db_user.psw)).group_by(db_user.psw).having(func.count(db_user.psw)>1).all() 3.sum #计算所有id的总和 ssession.query(func.sum(db_user.id)).all() 4.max #大的ID ssession.query(func.max(db_user.id)).all() 5.min #最小的id ssession.query(func.min(db_user.id)).all() 6.lable 别名 lable别名不能用在having中 7.extract 提取时间元素 from sqlalchemy import extract复制代码
流程总代码:
#import from sqlalchemy import create_engine from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String from sqlalchemy.orm import sessionmaker from sqlalchemy.pool import NullPool #创建连接对象也就是为了连接到本地的数据库 engine = create_engine('mysql+pymysql://root:root@localhost:3306/testdab', encoding='utf-8', # 编码格式 echo=True, # 是否开启sql执行语句的日志输出 pool_recycle=-1, # 多久之后对线程池中的线程进行一次连接的回收(重置) (默认为-1),其实session并不会被close poolclass=NullPool # 无限制连接数 ) #声名Base Base = declarative_base() # 创建会话 session = sessionmaker(engine) mySession = session() # 创建类,继承基类,用基本类型描述数据库结构 class User(Base): __tablename__ = 'students' id = Column(Integer, primary_key=True, autoincrement=True) name = Column(String(64),nullable=False) __table_args__ = { "mysql_charset": "utf8" } #sql语句查询 result = engine.execute("select * from students") print(result.fetchall()) # 查询第一条 result = mySession.query(User).first() print(result.name) #打印对象属性 # 查询所有 result = mySession.query(User).all() print(result[0]) # 查询id为2的 result = mySession.query(User).filter_by(id=2).first() print(result.name) # 分页查询 0,2 result = mySession.query(User).filter(User.id>1).limit(2).offset(0).all() print(result) #插入新数据 user = User(name="小红") mySession.add(user) mySession.commit() result = mySession.query(User).filter_by(name="小红").first() print(result.name) #修改已有数据 mySession.query(User).filter(User.name=="小红").update({"name":"小白"}) mySession.commit() result = mySession.query(User).filter_by(name="小白").first() print(result.name) #删除数据 mySession.query(User).filter(User.id == 1).delete() mySession.commit() result = mySession.query(User).first() print(result.name) #打印对象属性复制代码
以上是python连接数据库操作sqlalchemy的方式的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注创新互联-成都网站建设公司行业资讯频道!
本文标题:python连接数据库操作sqlalchemy的方式-创新互联
转载源于:http://scyanting.com/article/dhocph.html