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
在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26