京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23