
在Python程序中操作MySQL的基本方法
最近在学习python,这种脚本语言毫无疑问的会跟数据库产生关联,因此这里介绍一下如何使用python操作mysql数据库。我python也是零基础学起,所以本篇博客针对的是python初学者,大牛可以选择绕道。
另外,本篇基于的环境是Ubuntu13.10,使用的python版本是2.7.5。
MYSQL数据库
MYSQL是一个全球领先的开源数据库管理系统。它是一个支持多用户、多线程的数据库管理系统,与Apache、PHP、Linux共同组成LAMP平台,在web应用中广泛使用,例如Wikipedia和YouTube。MYSQL包含两个版本:服务器系统和嵌入式系统。
环境配置
在我们开始语法学习之前,还需要按装mysql和python对mysql操作的模块。
安装mysql:
sudo apt-get install mysql-server
安装过程中会提示你输入root帐号的密码,符合密码规范即可。
接下来,需要安装python对mysql的操作模块:
sudo apt-get install python-mysqldb
这里需要注意:安装完python-mysqldb之后,我们默认安装了两个python操作模块,分别是支持C语言API的_mysql和支持Python API的MYSQLdb。稍后会重点讲解MYSQLdb模块的使用。
接下来,我们进入MYSQL,创建一个测试数据库叫testdb。创建命令为:
create database testdb;
然后,我们创建一个测试账户来操作这个testdb数据库,创建和授权命令如下:
create user 'testuser'@'127.0.0.1' identified by 'test123';
grant all privileges on testdb.* to 'testuser'@'127.0.0.1';
_mysql module
_mysql模块直接封装了MYSQL的C语言API函数,它与python标准的数据库API接口是不兼容的。我更推荐大家使用面向对象的MYSQLdb模块才操作mysql,这里只给出一个使用_mysql模块的例子,这个模块不是我们学习的重点,我们只需要了解有这个模块就好了。
#!/usr/bin/python
# -*- coding: utf-8 -*-
import _mysql
import sys
try:
con = _mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb')
con.query("SELECT VERSION()")
result = con.use_result()
print "MYSQL version : %s " % result.fetch_row()[0]
except _mysql.Error, e:
print "Error %d: %s %s" % (e.args[0], e.args[1])
sys.exit(1)
finally:
if con:
con.close()
这个代码主要是获取当前mysql的版本,大家可以模拟敲一下这部分代码然后运行一下。
MYSQLdb module
MYSQLdb是在_mysql模块的基础上进一步进行封装,并且与python标准数据库API接口兼容,这使得代码更容易被移植。Python更推荐使用这个MYSQLdb模块来进行MYSQL操作。
#!/usr/bin/python
# -*- coding: utf-8 -*-
import MySQLdb as mysql
try:
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb')
cur = conn.cursor()
cur.execute("SELECT VERSION()")
version = cur.fetchone()
print "Database version : %s" % version
except mysql.Error, e:
print "Error %d:%s" % (e.args[0], e.args[1])
exit(1)
finally:
if conn:
conn.close()
我们导入了MySQLdb模块并把它重命名为mysql,然后调用MySQLdb模块的提供的API方法来操作数据库。同样也是获取当前主机的安装的mysql版本号。
创建新表
接下来,我们通过MySQLdb模块创建一个表,并在其中填充部分数据。实现代码如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cur = conn.cursor()
cur.execute("DROP TABLE IF EXISTS writers");
cur.execute("CREATE TABLE writers(id INT PRIMARY KEY AUTO_INCREMENT, name varchar(25))")
cur.execute("insert into writers(name) values('wangzhengyi')")
cur.execute("insert into writers(name) values('bululu')")
cur.execute("insert into writers(name) values('chenshan')")
这里使用了with语句。with语句会执行conn对象的enter()和__exit()方法,省去了自己写try/catch/finally了。
执行完成后,我们可以通过mysql-client客户端查看是否插入成功,查询语句:
select * from writers;
查询结果如下:
查询数据
刚才往表里插入了部分数据,接下来,我们从表中取出插入的数据,代码如下:
#!/usr/bin/python
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cursor = conn.cursor()
cursor.execute("select * from writers")
rows = cursor.fetchall()
for row in rows:
print row
查询结果如下:
(1L, 'wangzhengyi')
(2L, 'bululu')
(3L, 'chenshan')
dictionary cursor
我们刚才不论是创建数据库还是查询数据库,都用到了cursor。在MySQLdb模块有许多种cursor类型,默认的cursor是以元组的元组形式返回数据的。当我们使用dictionary cursor时,数据是以python字典形式返回的。这样我们就可以通过列名获取查询数据了。
还是刚才查询数据的代码,改为dictionary cursor只需要修改一行代码即可,如下所示:
#!/usr/bin/python
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cursor = conn.cursor(mysql.cursors.DictCursor)
cursor.execute("select * from writers")
rows = cursor.fetchall()
for row in rows:
print "id is %s, name is %s" % (row['id'], row['name'])
使用dictionary cursor,查询结果如下:
id is 1, name is wangzhengyi
id is 2, name is bululu
id is 3, name is chenshan
预编译
之前写过php的同学应该对预编译很了解,预编译可以帮助我们防止sql注入等web攻击还能帮助提高性能。当然,python肯定也是支持预编译的。预编译的实现也比较简单,就是用%等占位符来替换真正的变量。例如查询id为3的用户的信息,使用预编译的代码如下:
#!/usr/bin/python
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cursor = conn.cursor(mysql.cursors.DictCursor)
cursor.execute("select * from writers where id = %s", "3")
rows = cursor.fetchone()
print "id is %d, name is %s" % (rows['id'], rows['name'])
我这里使用了一个%s的占位符来替换“3”,代表需要传入的是一个字符串类型。如果传入的不是string类型,则会运行报错。
事务
事务是指在一个或者多个数据库中对数据的原子操作。在一个事务中,所有的SQL语句的影响要不就全部提交到数据库,要不就全部都回滚。
对于支持事务机制的数据库,python接口在创建cursor的时候就开始了一个事务。可以通过cursor对象的commit()方法来提交所有的改动,也可以使用cursor对象的rollback方法来回滚所有的改动。
我这里写一个代码,对不存在的表进行插入操作,当抛出异常的时候,调用rollback进行回滚,实现代码如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
import MySQLdb as mysql
try:
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
cur = conn.cursor()
cur.execute("insert into writers(name) values('wangzhengyi4')")
cur.execute("insert into writers(name) values('bululu5')")
cur.execute("insert into writerss(name) values('chenshan6')")
conn.commit()
except mysql.Error, e:
if conn:
conn.rollback()
print "Error happens, rollback is call"
finally:
if conn:
conn.close()
执行结果如下:
Error happens, rollback is call
因为前两条数据是正确的插入操作,但是因为整体回滚,所以数据库里也没有wangzhengyi4和bululu5这两个数据的存在。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01