来源：AirPython

作者：星安果

1. 前言

大家好，我是安果！

PgSQL，全称为 PostgreSQL，是一款免费开源的关系型数据库

相比最流行的 Mysql 数据库，PgSQL 在可靠性、数据完整性、扩展性方面具有绝对的优势

本篇文章将聊聊如何使用 Python 操作 PgSQL 数据库

2. PgSQL 使用

Python 操作 PgSQL，需要先安装依赖包「 psycopg2 」

# 安装依赖包
pip3 install psycopg2

接下来，就可以使用 Python 来操作数据库了

2-1 数据库连接及游标对象

使用 psycopg2 中的「 connect() 」方法连接数据库，创建数据库连接对象及游标对象

import psycopg2
# 获得连接对象
# database：数据库名称
# user：用户名
# password：密码
# host：数据库ip地址
# port：端口号，默认为5432
conn = psycopg2.connect(database="db_name", user="postgres", password="pwd", host="127.0.0.1", port="5432")
# 获取游标对象
cursor = conn.cursor()

获取游标对象后，就可以执行 SQL，进而操作数据库了

2-2 插入数据

首先，编写插入数据的 SQL 语句及参数（ 可选 ）

# 构建SQL语句
# 方式一：直带参数
sql = "INSERT INTO student (name,age)
VALUES (%s, '%s')" %
('xag',23)
# 方式二：参数分离
sql = """INSERT INTO student (name,age) VALUES (%s, %s)"""
# 参数
params = ('xag',23)

然后，使用游标对象执行 SQL

# 执行sql
# 注意：params可选，根据上面的参数方式来选择设置
cursor.execute(sql,[params])

接着，使用连接对象提交事务

# 事务提交
conn.commit()

最后，释放游标对象及数据库连接对象

# 释放游标对象及数据库连接对象
cursor.close()
conn.close()

2-3 查询数据

游标对象的 fetchone()、fetchmany(size)、fetchall() 这 3个函数即可以实现单条数据查询、多条数据查询、全部数据查询

# 获取一条记录
one_data = cursor.fetchone()
print(one_data)
# 获取2条记录
many_data = cursor.fetchmany(2)
print(many_data)
# 获取全部数据
all_data = cursor.fetchall()
print(all_data)

需要注意的是，条件查询与上面的插入操作类似，条件语句可以将参数分离出来

# 条件查询 SQL语句
sql = """SELECT * FROM student where id = %s;"""
# 对应参数，参数结尾以逗号结尾
params = (1,)
# 执行SQL
cursor.execute(sql, params)
# 获取所有数据
datas = cursor.fetchall()
print(datas)

2-4 更新数据

更新操作和上面操作一样，唯一不同的是，执行完 SQL 后，需要使用连接对象提交事务，才能将数据真实更新到数据库中

def update_one(conn, cursor):
"""更新操作"""
# 更新语句
sql = """update student set name = %s where id = %s """
params = ('AirPython', 1,)
# 执行语句
cursor.execute(sql, params)
# 事务提交
conn.commit()
# 关闭数据库连接
cursor.close()
conn.close()

2-5 删除数据

删除数据同更新数据操作类似

def delete_one(conn, cursor):
"""删除操作"""
# 语句及参数
sql = """delete from student where id = %s """
params = (1,)
# 执行语句
cursor.execute(sql, params)
# 事物提交
conn.commit()
# 关闭数据库连接
cursor.close()
conn.close()

3. 最后

通过上面操作，可以发现 Python 操作 PgSQl 与 Mysql 类似，但是在原生 SQL 编写上两者还是有很多差异性