python数据库编程_sqlite
sqlite是一个轻量级的数据库，与很多大型的数据库(例如DB2,Oracle,MSSQL,MYSQL,PostgreSQL)相比，它不需要一个Server Process,因此更相像于其他的小型数据库，例如Access，而且事实上，它的作用很类似于Access，不过由于缺乏商业支持，没有像Access一样提供丰富的界面组件，相信如果需要的话，其实不是很难做的。前面也用到过sqlite，例如在对pickle模块的学习，以及我所写的下载糗事百科的程序中都大量的使用到了sqlite，这里将python对sqlite的支持抽取出来专门进行讲解。
从python 2.5开始(前面的我就不知道了，没用过~，现在用的python 3.0，相信可以用上5年吧)，python提供了对sqlite3的内生支持，一般来说，可以在PythonDir\Dlls\文件夹下发现 sqlite3.dll和_sqlite3.pyd ，这2个文件是python支持sqlite3的基础；其次就是下面说要描述的sqlite3模块了。
在文档中有一个pysqlite模块，该模块和DB-API 2.0(python的DB API，其文档位于http://www.python.org/dev/peps/pep-0249)兼容。
其实与数据库的交互操作是很简单的，基本的操作只有2步：连接数据库，执行SQL语句。
一、sqlite3模块入门
1)连接数据库
在python中连接sqlite3数据库有2种模式，一种是内存中的sqlite3数据库，一种是磁盘上的sqlite3数据库，这2种数据库的差别不仅在于方便和效率上，另外内存中的任何操作都不需要commit，这个下面再说。
cn=sqlite3.connect(database[, timeout, isolation_level, detect_types, factory])
该函数返回一个Connection对象；其中的database指数据库文件的地址，如果要使用内存中的数据库可以使用:memory:代替；如果有多个Connection存取同一个数据库，同一时间只有一个进程可以更改数据库(select语句不受限制)
2)执行SQL语句
执行SQL语句在sqlite3模块中是很容易实现的，无论是Select、还是Update、Insert、Delete，在sqlite3中的实现方法是一致的，具体如下：
cursor=cn.cursor()
cursor.execute(SQL)
#cursor.execute(SQL,tuple)当SQL语句中有参数时,可以将参数放在tuple中。
#cursor.commit() 当涉及Update、Insert、Delete语句时需要这一条语句
cursor.close()
例子：
[*]c = conn.cursor()
[*]
[*]# Create table
[*]c.execute('''''create table stocks
[*](date text, trans text, symbol text,
[*] qty real, price real)''')
[*]
[*]# Insert a row of data
[*]c.execute("""insert into stocks
[*] values ('2006-01-05','BUY','RHAT',100,35.14)""")
[*]
[*]# Save (commit) the changes
[*]conn.commit()
[*]
[*]# We can also close the cursor if we are done with it
[*]c.close()
[*]
二、sqlite3高级操作
1>sqlite3.register_converter(typename,callable)
据说是将数据库中提取出来的内容转化为python的类型，但是没看懂
2>sqlite3.register_adapter(type,callable)
上面那个函数倒过来的，同样没看懂
3>sqlite3.complete_statement(sql)
当sql中为一条或多条可执行的SQL语句时返回True.
文档中使用该语句完成了一个小型的Sqlite命令行，很有意思。
[*]# A minimal SQLite shell for experiments
[*]
[*]import sqlite3
[*]
[*]con = sqlite3.connect(":memory:")
[*]con.isolation_level = None
[*]cur = con.cursor()
[*]
[*]buffer = ""
[*]
[*]print("Enter your SQL commands to execute in sqlite3.")
[*]print("Enter a blank line to exit.")
[*]
[*]while True:
[*] line = input()
[*]if line == "":
[*]break
[*] buffer += line
[*]if sqlite3.complete_statement(buffer):
[*]try:
[*] buffer = buffer.strip()
[*] cur.execute(buffer)
[*]
[*]if buffer.lstrip().upper().startswith("SELECT"):
[*]print(cur.fetchall())
[*]except sqlite3.Error as e: #python 3.0中异常的写法，不会的快学
[*]print("An error occurred:", e.args)
[*] buffer = ""
[*]
[*]con.close()
[*]
4>Connection类
sqlite3.Connection类很用来管理与sqlite3数据库的链接的，主要有
4.1 Connection.isolation_level一般设置为None就可以了，或者干脆就不要管了
4.2 Connection.cursor() 大家很熟悉了，也不怎么需要叙述
4.3 Connection.commit() 该方法很重要，如果你对数据库进行了更新，那么一定要使用该方法，否则其他对该数据库的链接无法察觉到你的更新；如果你更新了数据库，而又体现不出来，多半就是因为没调用这个函数了。
4.4 Connection.rollback() 可以取消最后一次的commit
4.5 Connection.close() 太简单了，没什么可说的
4.6 Connection.execute(sql[, params])
4.7 Connection.executemany(sql[, params])
4.8 Connection.executescript(sql_script)
4.9 Connection.create_function(name,params_num,func)
这个函数很有趣，可以对该Connection创建一个函数，函数名为name，函数为func，函数的参数个数为params_num
这个函数可以用于SQL语句中，应该说很有前途
[*]import sqlite3
[*]import hashlib
[*]
[*]def md5sum(t):
[*]return hashlib.md5(t).hexdigest()
[*]
[*]con = sqlite3.connect(":memory:")
[*]con.create_function("md5", 1, md5sum)
[*]cur = con.cursor()
[*]cur.execute("select md5(?)", ("foo",))
[*]print(cur.fetchone())
[*]
4.10 Connection.create_aggregate(name,params_num,class)
和上面那个很像，不过由函数变成类了
[*]import sqlite3
[*]
[*]class MySum:
[*]def __init__(self):
[*]self.count = 0
[*]
[*]def step(self, value):
[*]self.count += value
[*]
[*]def finalize(self):
[*]return self.count
[*]
[*]con = sqlite3.connect(":memory:")
[*]con.create_aggregate("mysum", 1, MySum)
[*]cur = con.cursor()
[*]cur.execute("create table test(i)")
[*]cur.execute("insert into test(i) values (1)")
[*]cur.execute("insert into test(i) values (2)")
[*]cur.execute("select mysum(i) from test")
[*]print(cur.fetchone())
[*]
4.11 Connection.interrupt()
可以从其他线程终止该Connection上的所有查询。
4.12 Connection.row_factory
可以使用该属性来更改返回值的表现方式，例如返回为字典之类或更高级的方式
这个方法也很有发展前途。
[*]import sqlite3
[*]
[*]def dict_factory(cursor, row):
[*] d = {}
[*]for idx, col in enumerate(cursor.description):
[*] d] = row
[*]return d
[*]
[*]con = sqlite3.connect(":memory:")
[*]con.row_factory = dict_factory
[*]cur = con.cursor()
[*]cur.execute("select 1 as a")
[*]print(cur.fetchone()["a"])
[*]
4.13 Connection.total_changes
连接的总更改条数
5>游标对象
sqlite.Cursor
5.1 cursor.execute(sql[,params])
很easy，随便贴个例子了
[*]import sqlite3
[*]
[*]con = sqlite3.connect("mydb")
[*]
[*]cur = con.cursor()
[*]
[*]who = "Yeltsin"
[*]age = 72
[*]
[*]cur.execute("select name_last, age from people where name_last=? and age=?", (who, age))
[*]
[*]cur.execute("select name_last, age from people where name_last=:who and age=:age",
[*] {"who": who, "age": age})
[*]
[*]print(cur.fetchone())
[*]
5.2 cursor.executemany(sql[,params])
5.3 cursor.executescript(sql_script)
5.4 cursor.fetchone()
5.5.cursor.fetchmany()
5.6 cursor.fetchall()
5.7 cursor.rowcount
这个熟悉不太好使，建议大家不要用它
5.8 cursor.description
只用于select语句，返回一行的列名，为了Python DB API兼容，返回值为1*7的数组，但事实上后面的六个数为None
6>Row
这个类很有趣，很实用，可以让行对象看起来像列表，又像字典，用法很简单，只需要将Connection的row_factory设置为Row对象即可，例子如下
[*]conn = sqlite3.connect(":memory:")
[*]c = conn.cursor()
[*]c.execute('''''create table stocks
[*](date text, trans text, symbol text,
[*] qty real, price real)''')
[*]c.execute("""insert into stocks
[*] values ('2006-01-05','BUY','RHAT',100,35.14)""")
[*]conn.commit()
[*]c.close()
[*]
[*]
[*]
[*]>>> conn.row_factory = sqlite3.Row
[*]>>> c = conn.cursor()
[*]>>> c.execute('select * from stocks')
[*]
[*]>>> r = c.fetchone()
[*]>>> type(r)
[*]
[*]>>> r
[*](u'2006-01-05', u'BUY', u'RHAT', 100.0, 35.140000000000001)
[*]>>> len(r)
[*]5
[*]>>> r
[*]u'RHAT'
[*]>>> r.keys()
[*]['date', 'trans', 'symbol', 'qty', 'price']
[*]>>> r['qty']
[*]100.0
[*]>>> for member in r: print member
[*]...
[*]2006-01-05
[*]BUY
[*]RHAT
[*]100.0
[*]35.14
[*]
注意：该例子是对大小写不敏感的。
原文：http://blog.iyunv.com/jj_liuxin/archive/2008/12/22/3584448.aspx
页:
[1]