【Python之路】第十九篇

本篇对于Python操作MySQL主要使用两种方式：

• 原生模块 pymsql

• ORM框架 SQLAchemy

pymsql

pymsql是Python中操作MySQL的模块，其使用方法和MySQLdb几乎相同。

下载安装

?

1	pip3 install pymysql

使用操作

1、执行SQL

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

# 创建连接 conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123456', db='db1',charset='utf8') # 创建游标 cursor = conn.cursor() # 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()

增,删,改需要执行 conn.commit()

2、获取新创建数据自增ID

?

1 2 3 4 5 6 7 8 9 10 11

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  => 如果插入多条,只能拿到最后一条id new_id = cursor.lastrowid

3、获取查询数据

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

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() # => 再次执行:cursor.fetchone() 获得下一条数据,没有时为None # 获取前n行数据 # row_2 = cursor.fetchmany(n) # ==> 执行了n次fetchone() # 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：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import pymysql     conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123456', db='t1')     # 游标设置为字典类型 cursor = conn.cursor(cursor=pymysql.cursors.DictCursor) row = cursor.execute("select * from user")     result = cursor.fetchone() print(result) conn.commit() cursor.close() conn.close()

补充:

1.SQL注入

由于字符串拼接出现注入

"select name from user where name='%s' and password ='%s' " %(username,password)

pymysql 提供了转义功能:

"select name from user where name=%s and password =%s ",( username,password ) 

SQLAchemy

SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，

简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。

ORM:

ORM框架的作用就是把数据库表的一行记录与一个对象互相做自动转换。 正确使用ORM的前提是了解关系数据库的原理。

ORM就是把数据库表的行与相应的对象建立关联，互相转换。 由于关系数据库的多个表还可以用外键实现一对多、多对多等关联，

相应地， ORM框架也可以提供两个对象之间的一对多、多对多等功能。

SQLAlchemy:

本身无法操作数据库，其必须以pymsql等第三方插件，

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，如：

?

1 2 3 4 5 6 7 8 9 10 11 12 13

MySQL-Python     mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>     pymysql     mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]     MySQL-Connector     mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>     cx_Oracle     oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]     更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html

+ View Code?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

#!/usr/bin/env python # -*-coding:utf-8 -*- from sqlalchemy import create_engine,and_,or_,func,Table from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String,ForeignKey from  sqlalchemy.orm import sessionmaker,relationship engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/t1?charset=utf8", max_overflow=5) Base = declarative_base() def init_db():     Base.metadata.create_all(engine)   def drop_db():     Base.metadata.drop_all(engine)

一、底层处理

使用 Engine/ConnectionPooling/Dialect 进行数据库操作，Engine使用ConnectionPooling连接数据库，然后再通过Dialect执行SQL语句。

View Code

二、ORM功能使用

使用 ORM/Schema Type/SQL Expression Language/Engine/ConnectionPooling/Dialect 所有组件对数据进行操作。

根据类创建对象，对象转换成SQL，执行SQL。处理中文数据时,在连接数据库时要加上   ?charset=utf8

1.创建表

View Code

一对多

View Code

多对多

View Code

2.操作表

View Code

.增

View Code

.删

View Code

.改

View Code

.查

View Code

3.更多查询方法:

事例: 表结构

1.filter_by( ... )  填写键值对方式

ret = session.query(Man).filter_by(name='alex').first()
print(ret.nid,ret.name)

2.filter    填写条件判断

ret = session.query(Man).filter(Man.name=='eric').first()

ret = session.query(Man).filter(Man.name=='eric' , Man.nid > 0).first()

row = session.query(Man).filter(Man.nid.between(1,4)).all()

ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all()

3.and_  or_  条件判断

from sqlalchemy import and_, or_

ret = session.query(Man).filter(and_(Man.name == 'eric',Man.nid == 2)).first()
ret = session.query(Man).filter(or_(Man.name == 'eric',Man.nid == 2)).first()

4.~   取反

ret = session.query(Man).filter(Man.nid.in_([2,3])).first()
ret = session.query(Man).filter(~Man.nid.in_([2,3])).first()

5.like + %   通配符

ret = session.query(Man).filter(Man.name.like('%x')).first()
ret = session.query(Man).filter(~Man.name.like('%x')).first()

6.切片  限制 ( 序号,前闭后开 )

row = session.query(Man)[1:3]
for ret in row:
    print(ret.nid, ret.name)

row = session.query(Man).limit(3).offset(1)

7.order_by   排序

row = session.query(Man).order_by(Man.nid.desc()).all()
row = session.query(Man).order_by(Man.nid.asc()).all()

8.group_by  分组

row = session.query(func.count('*')).select_from(Man).all()
row = session.query(func.count('*')).filter(Man_To_Woman.nid > 1).all()
row = session.query(func.count('*')).select_from(Man_To_Woman).group_by(Man_To_Woman.man_id).all()
row = session.query(func.count('*')).select_from(Man_To_Woman).group_by(Man_To_Woman.man_id).limit(1).all()

row = session.query(Man_To_Woman).group_by(Man_To_Woman.man_id).all()

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()

9.join  连表

row = session.query(Users, Favor).filter(Users.id == Favor.nid).all()

ret = session.query(Son).join(Father).all()

ret = session.query(Son).join(Father, isouter=True).all()

10.union  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()

更多功能参见文档，猛击这里下载PDF

补充  Relationship:

• 改变数据输出的方式:可以在表的类中定义一个特殊成员:__repr__, return一个自定义的由字符串拼接的数据连接方式.

• 数据库中表关系之间除了MySQL中标准的外键(ForeignKey)之外,还可以创建一个虚拟的关系,比如 group = relationship("Group",backref='uuu'),一般此虚拟关系与foreignkey一起使用.

relationship : 通过relatioinship 找到绑定关系的数据 !!!

一对多,连表操作:

表结构

正向查询:

需求:查询Son表中所有数据,并且显示对应的Father表中的数据.

ret = session.query(Son).all()
for obj in ret:
    print(obj.nid,obj.name,obj.father_id,obj.father.name)

反向查询:

需求:查询Father表中, 属于 alvin 的所有儿子Son.

obj = session.query(Father).filter(Father.name=='alvin').first()

row = obj.son
for ret in row:
    print(ret.nid,ret.name,ret.father.name)

多对多,连表操作:

表结构

正,反向操作: 

1.alex的所有女人

2.凤姐的所有男人

man1 = session.query(Man).filter(Man.name=='alex').first()
print(man1)
for ret in man1.woman:
    print(ret.nid,ret.name)

woman1 = session.query(Woman).filter(Woman.name=='fengjie').first()
print(woman1)
for ret in woman1.man:
    print(ret.nid,ret.name)

relatioinship 语句的简写:  ,我添加到Man表中

woman = relationship("Woman", secondary=Man_To_Woman.__table__,backref='man')

 

1   关于 session.add   session.query   session.commit的顺序问题？

就是说在同一个会话中， insert into table (xxxx)后，可以select * from xxx;可以查询到插入的数据，只是不能在其他会话，比如我另开一个客户端去连接数据库不能查询到刚刚插入的数据。

这个数据已经到数据库。值是数据库吧这个数据给锁了。只有插入数据的那个session可以查看到，其他的session不能查看到，可以理解提交并解锁吧。