京公网安备 11010802034615号
经营许可证编号:京B2-20210330
利用python模拟sql语句对员工表格进行增删改查
本文主要给大家介绍了关于python模拟sql语句对员工表格进行增删改查的相关内容,分享出来供大家参考学习,下面来一起看看详细的介绍:
具体需求:
员工信息表程序,实现增删改查操作:
可进行模糊查询,语法支持下面3种:
select name,age from staff_data where age > 22 多个查询参数name,age 用','分割
select * from staff_data where dept = 人事
select * from staff_data where enroll_date like 2013
查到的信息,打印后,最后面还要显示查到的条数
可创建新员工纪录,以phone做唯一键,phone存在即提示,staff_id需自增,添加多个记录record1/record2中间用'/'分割
insert into staff_data values record1/record2
可删除指定员工信息纪录,输入员工id,即可删除
delete from staff_data where staff_id>=5andstaff_id<=10
可修改员工信息,语法如下:
update staff_table set dept=Market,phone=13566677787 where dept = 运维 多个set值用','分割
使用re模块,os模块,充分使用函数精简代码,熟练使用str.split()来解析格式化字符串
由于,sql命令中的几个关键字符串有一定规律,只出现一次,并且有顺序!!!
按照key_lis = ['select', 'insert', 'delete', 'update', 'from', 'into', 'set', 'values', 'where', 'limit']的元素顺序分割sql.
分割元素作为sql_dic字典的key放进字典中.分割后的列表为b,如果len(b)>1,说明sql字符串中含有分割元素,同时b[0]对应上一个分割元素的值,b[-1]为下一次分割对象!
这样不断迭代直到把sql按出现的所有分割元素分割完毕,但注意这里每次循环都是先分割后赋值!!!当前分割元素比如'select'对应的值,需要等到下一个分割元素
比如'from'执行分割后的列表b,其中b[0]的值才会赋值给sql_dic['select'],所以最后一个分割元素的值,不能通过上述循环来完成,必须先处理可能是最后一个分割元素,再正常循环!!
在这sql语句中,有可能成为最后一个分割元素的 'limit' ,'values', 'where', 按优先级别,先处理'limit' ,再处理'values'或 'where'.....
处理完得到sql_dic后,就是你按不同命令执行,对数据文件的增删改查,最后返回处理结果!!
示例代码
# _*_coding:utf-8_*_
# Author:Jaye He
import re
import os
def sql_parse(sql, key_lis):
'''
解析sql命令字符串,按照key_lis列表里的元素分割sql得到字典形式的命令sql_dic
:param sql:
:param key_lis:
:return:
'''
sql_list = []
sql_dic = {}
for i in key_lis:
b = [j.strip() for j in sql.split(i)]
if len(b) > 1:
if len(sql.split('limit')) > 1:
sql_dic['limit'] = sql.split('limit')[-1]
if i == 'where' or i == 'values':
sql_dic[i] = b[-1]
if sql_list:
sql_dic[sql_list[-1]] = b[0]
sql_list.append(i)
sql = b[-1]
else:
sql = b[0]
if sql_dic.get('select'):
if not sql_dic.get('from') and not sql_dic.get('where'):
sql_dic['from'] = b[-1]
if sql_dic.get('select'):
sql_dic['select'] = sql_dic.get('select').split(',')
if sql_dic.get('where'):
sql_dic['where'] = where_parse(sql_dic.get('where'))
return sql_dic
def where_parse(where):
'''
格式化where字符串为列表where_list,用'and', 'or', 'not'分割字符串
:param where:
:return:
'''
casual_l = [where]
logic_key = ['and', 'or', 'not']
for j in logic_key:
for i in casual_l:
if i not in logic_key:
if len(i.split(j)) > 1:
ele = i.split(j)
index = casual_l.index(i)
casual_l.pop(index)
casual_l.insert(index, ele[0])
casual_l.insert(index+1, j)
casual_l.insert(index+2, ele[1])
casual_l = [k for k in casual_l if k]
where_list = three_parse(casual_l, logic_key)
return where_list
def three_parse(casual_l, logic_key):
'''
处理临时列表casual_l中具体的条件,'staff_id>5'-->['staff_id','>','5']
:param casual_l:
:param logic_key:
:return:
'''
where_list = []
for i in casual_l:
if i not in logic_key:
b = i.split('like')
if len(b) > 1:
b.insert(1, 'like')
where_list.append(b)
else:
key = ['<', '=', '>']
new_lis = []
opt = ''
lis = [j for j in re.split('([=<>])', i) if j]
for k in lis:
if k in key:
opt += k
else:
new_lis.append(k)
new_lis.insert(1, opt)
where_list.append(new_lis)
else:
where_list.append(i)
return where_list
def sql_action(sql_dic, title):
'''
把解析好的sql_dic分发给相应函数执行处理
:param sql_dic:
:param title:
:return:
'''
key = {'select': select,
'insert': insert,
'delete': delete,
'update': update}
res = []
for i in sql_dic:
if i in key:
res = key[i](sql_dic, title)
return res
def select(sql_dic, title):
'''
处理select语句命令
:param sql_dic:
:param title:
:return:
'''
with open('staff_data', 'r', encoding='utf-8') as fh:
filter_res = where_action(fh, sql_dic.get('where'), title)
limit_res = limit_action(filter_res, sql_dic.get('limit'))
search_res = search_action(limit_res, sql_dic.get('select'), title)
return search_res
def insert(sql_dic, title):
'''
处理insert语句命令
:param sql_dic:
:param title:
:return:
'''
with open('staff_data', 'r+', encoding='utf-8') as f:
data = f.readlines()
phone_list = [i.strip().split(',')[4] for i in data]
ins_count = 0
if not data:
new_id = 1
else:
last = data[-1]
last_id = int(last.split(',')[0])
new_id = last_id+1
record = sql_dic.get('values').split('/')
for i in record:
if i.split(',')[3] in phone_list:
print('\033[1;31m%s 手机号已存在\033[0m' % i)
else:
new_record = '%s,%s\n' % (str(new_id), i)
f.write(new_record)
new_id += 1
ins_count += 1
f.flush()
return ['insert successful'], [str(ins_count)]
def delete(sql_dic, title):
'''
处理delete语句命令
:param sql_dic:
:param title:
:return:
'''
with open('staff_data', 'r', encoding='utf-8') as r_file,\
open('staff_data_bak', 'w', encoding='utf-8') as w_file:
del_count = 0
for line in r_file:
dic = dict(zip(title.split(','), line.split(',')))
filter_res = logic_action(dic, sql_dic.get('where'))
if not filter_res:
w_file.write(line)
else:
del_count += 1
w_file.flush()
os.remove('staff_data')
os.rename('staff_data_bak', 'staff_data')
return ['delete successful'], [str(del_count)]
def update(sql_dic, title):
'''
处理update语句命令
:param sql_dic:
:param title:
:return:
'''
set_l = sql_dic.get('set').strip().split(',')
set_list = [i.split('=') for i in set_l]
update_count = 0
with open('staff_data', 'r', encoding='utf-8') as r_file,\
open('staff_data_bak', 'w', encoding='utf-8') as w_file:
for line in r_file:
dic = dict(zip(title.split(','), line.strip().split(',')))
filter_res = logic_action(dic, sql_dic.get('where'))
if filter_res:
for i in set_list:
k = i[0]
v = i[-1]
dic[k] = v
line = [dic[i] for i in title.split(',')]
update_count += 1
line = ','.join(line)+'\n'
w_file.write(line)
w_file.flush()
os.remove('staff_data')
os.rename('staff_data_bak', 'staff_data')
return ['update successful'], [str(update_count)]
def where_action(fh, where_list, title):
'''
具体处理where_list里的所有条件
:param fh:
:param where_list:
:param title:
:return:
'''
res = []
if len(where_list) != 0:
for line in fh:
dic = dict(zip(title.split(','), line.strip().split(',')))
if dic['name'] != 'name':
logic_res = logic_action(dic, where_list)
if logic_res:
res.append(line.strip().split(','))
else:
res = [i.split(',') for i in fh.readlines()]
return res
pass
def logic_action(dic, where_list):
'''
判断数据文件中每一条是否符合where_list条件
:param dic:
:param where_list:
:return:
'''
logic = []
for exp in where_list:
if type(exp) is list:
exp_k, opt, exp_v = exp
if exp[1] == '=':
opt = '=='
logical_char = "'%s'%s'%s'" % (dic[exp_k], opt, exp_v)
if opt != 'like':
exp = str(eval(logical_char))
else:
if exp_v in dic[exp_k]:
exp = 'True'
else:
exp = 'False'
logic.append(exp)
res = eval(' '.join(logic))
return res
def limit_action(filter_res, limit_l):
'''
用列表切分处理显示符合条件的数量
:param filter_res:
:param limit_l:
:return:
'''
if limit_l:
index = int(limit_l[0])
res = filter_res[:index]
else:
res = filter_res
return res
def search_action(limit_res, select_list, title):
'''
处理需要查询并显示的title和相应数据
:param limit_res:
:param select_list:
:param title:
:return:
'''
res = []
fields_list = title.split(',')
if select_list[0] == '*':
res = limit_res
else:
fields_list = select_list
for data in limit_res:
dic = dict(zip(title.split(','), data))
r_l = []
for i in fields_list:
r_l.append((dic[i].strip()))
res.append(r_l)
return fields_list, res
if __name__ == '__main__':
with open('staff_data', 'r', encoding='utf-8') as f:
title = f.readline().strip()
key_lis = ['select', 'insert', 'delete', 'update', 'from', 'into', 'set', 'values', 'where', 'limit']
while True:
sql = input('请输入sql命令,退出请输入exit:').strip()
sql = re.sub(' ', '', sql)
if len(sql) == 0:continue
if sql == 'exit':break
sql_dict = sql_parse(sql, key_lis)
fields_list, fields_data = sql_action(sql_dict, title)
print('\033[1;33m结果如下:\033[0m')
print('-'.join(fields_list))
for data in fields_data:
print('-'.join(data))
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22