如何在Python中使用sqlalchemy模块连接数据库
今天就跟大家聊聊有关如何在Python中使用sqlalchemy模块连接数据库,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
安装:
pipinstallsqlalchemy #安装数据库驱动: pipinstallpymysql pipinstallcx_oracle
举例:(在url后面加入?charset=utf8可以防止乱码)
fromsqlalchemyimportcreate_engine
engine=create_engine('mysql+pymysql://username:password@hostname:port/dbname',echo=True)#echo=True打印sql语句信息create_engine接受一个url,格式为:
#'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'
#常用的
engine=create_engine('sqlite:///:memory:',echo=True)#sqlite内存
engine=create_engine('sqlite:///./cnblogblog.db',echo=True)#sqlite文件
engine=create_engine("mysql+pymysql://username:password@hostname:port/dbname",echo=True)#mysql+pymysql
engine=create_engine('mssql+pymssql://username:password@hostname:port/dbname',echo=True)#mssql+pymssql
engine=create_engine('postgresql://scott:tiger@hostname:5432/dbname')#postgresql示例
engine=create_engine('oracle://scott:tiger@hostname:1521/sidname')#oracle
engine=create_engine('oracle+cx_oracle://scott:tiger@tnsname')#pdb就可以用tns连接简单demo:
fromsqlalchemyimportcreate_engine,Column,Integer,String
fromsqlalchemy.ormimportsessionmaker
fromsqlalchemy.ext.declarativeimportdeclarative_base
engine=create_engine('oracle://spark:a@orclpdb',echo=True)#echo要求打印sql语句等调试信息
session_maker=sessionmaker(bind=engine)
session=session_maker()
Base=declarative_base()
#对应一张表
classStudent(Base):
__tablename__='STUDENT'
id=Column('STUID',Integer,primary_key=True)
name=Column('STUNAME',String(32),nullable=False)
age=Column('STUAGE',Integer)
def__repr__(self):
return'<Student(id:%s,name:%s,age:%s)>'%(self.id,self.name,self.age)
Base.metadata.create_all(engine)#若存在STUDENT表则不做,不存在则创建。
queryObject=session.query(Student).order_by(Student.id.desc())
forinsinqueryObject:
print(ins.id,ins.name,ins.age)
'''
4hey24
3lwtxxs27
2gyb89
1ns23
'''将查询结果映射为DataFrame:
importpandasaspd df=pd.read_sql(session.query(Student).filter(Student.id>1).statement,engine) print(df) ''' STUIDSTUNAMESTUAGE 04hey24 12gyb89 23lwtxxs27 '''
查询:
session的query方法除了可以接受Base子类对象作为参数外,还可以是字段,如:
query=session.query(Student.name,Student.age)#query为一个sqlalchemy.orm.query.Query对象 forstu_name,stu_ageinquery: print(stu_name,stu_age)
查询条件filter:
#=/like
query.filter(Student.name=='wendy')
query.filter(Student.name.like('%ed%'))
#in
query.filter(Student.name.in_(['wendy','jack']))
query.filter(Student.name.in_(
session.query(User.name).filter(User.name.like('%ed%'))
))
#notin
query.filter(~Student.name.in_(['ed','wendy','jack']))
#isnull/isnotnull
query.filter(Student.name==None)
query.filter(Student.name.is_(None))
query.filter(Student.name!=None)
query.filter(Student.name.isnot(None))
#and
fromsqlalchemyimportand_,or_
query.filter(and_(Student.name=='ed',Student.age!=23))
query.filter(Student.name=='ed',Student.age!=23)
query.filter(Student.name=='ed').filter(Student.age!=23)
#or
query.filter(or_(Student.name=='ed',Student.name=='wendy'))
#match
query.filter(Student.name.match('wendy'))Query的方法:
all()方法以列表形式返回结果集:
fromsqlalchemyimportor_,and_
queryObject=session.query(Student).filter(or_(Student.id==1,Student.id==2))
print(queryObject.all())#[<Student(id:1,name:ns,age:23)>,<Student(id:2,name:gyb,age:89)>]
queryObject=session.query(Student.name).filter(or_(Student.id==1,Student.id==2))
print(queryObject.all())#[('ns',),('gyb',)]first()方法返回单个结果。(若结果集为空则返回None)
print(queryObject.first()) # ('ns',)one()方法返回单个结果,与first()方法不同的是:当结果集中没有元素或有多于一个元素会抛出异常。one_or_none()方法同one()一样,不同是结果集为空则返回None,为多个抛出异常。
查询数量:
fromsqlalchemyimportfunc
session.query(func.count(Student.id)).scalar() #SELECTcount("STUDENT"."STUID")AScount_1FROM"STUDENT"分组:
session.query(func.count(Student.id),Student.name).group_by(Student.name).all()
嵌套SQL语句:
fromsqlalchemyimporttext
query=session.query(Student.id,Student.name).filter(text('stuid>2'))
query=session.query('stuid','stuname','stuage').from_statement(\
text("select*fromstudentwherestuname=:stuname")).params(stuname='hey').all()#[(4,'hey',24)]看完上述内容,你们对如何在Python中使用sqlalchemy模块连接数据库有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注恰卡编程网行业资讯频道,感谢大家的支持。
推荐阅读
-
一文教你Python如何快速精准抓取网页数据
本文将使用requests和beautifulsoup这两个流行的库来实现。1.准备工作首先安装必要的库:pipinst...
-
使用Python实现IP地址和端口状态检测与监控
-
基于Python打造一个智能单词管理神器
-
Python实现微信自动锁定工具
-
使用Python创建一个功能完整的Windows风格计算器程序
python实现windows系统计算器程序(含高级功能)下面我将介绍如何使用python创建一个功能完整的windows风格计...
-
Python开发文字版随机事件游戏的项目实例
随机事件游戏是一种通过生成不可预测的事件来增强游戏体验的类型。在这类游戏中,玩家必须应对随机发生的情况,这些情况可能会影响他们的资...
-
使用Pandas实现Excel中的数据透视表的项目实践
引言在数据分析中,数据透视表是一种非常强大的工具,它可以帮助我们快速汇总、分析和可视化大量数据。虽然excel提供了内置的数据透...
-
Pandas利用主表更新子表指定列小技巧
一、前言工作的小技巧,利用pandas读取主表和子表,利用主表的指定列,更新子表的指定列。案例:主表:uidname0...
-
Pandas中统计汇总可视化函数plot()的使用
-
Python中tensorflow的argmax()函数的使用小结
在tensorflow中,argmax()函数是一个非常重要的操作,它用于返回给定张量(tensor)沿指定轴的最大值的索引。这个...
