【100天精通python】Day38:GUI界面编程_PyQt 从入门到实战(中)_数据库操作与多线程编程

简介: 【100天精通python】Day38:GUI界面编程_PyQt 从入门到实战(中)_数据库操作与多线程编程

 专栏导读

专栏订阅地址:https://blog.csdn.net/qq_35831906/category_12375510.html

4 数据库操作

 PyQt6中的数据库操作主要涉及到Qt的SQL模块,该模块提供了用于连接和管理数据库的功能。下面是一个关于PyQt6数据库操作的概述:

  1. 数据库连接: 使用QSqlDatabase类建立与数据库的连接。可以连接到各种数据库引擎,例如SQLite、MySQL、PostgreSQL等。连接需要指定数据库类型、主机、用户名、密码等信息。
  2. 数据库查询: 使用QSqlQuery类执行SQL查询语句,例如SELECT、INSERT、UPDATE等。查询结果可以通过迭代获取。
  3. 模型-视图架构: PyQt6提供了QSqlTableModelQSqlQueryModel等模型类,用于将数据库数据与Qt的视图类(如QTableView)连接起来。这使得在表格视图中展示和编辑数据库中的数据变得更加容易。
  4. 事务管理: 可以使用QSqlDatabase.transaction()QSqlDatabase.commit()来进行数据库事务的管理,确保数据的一致性和完整性。
  5. 数据绑定: 使用bindValue()方法可以将变量绑定到SQL查询,这有助于防止SQL注入攻击。
  6. 错误处理: 数据库操作可能会出现错误,通过检查QSqlQuerylastError()可以获取详细的错误信息。

4.1 连接数据库

使用 Qt 的 QSqlDatabase 类可以连接到数据库。以下是一个简单的示例:

from PyQt6.QtSql import QSqlDatabase
db = QSqlDatabase.addDatabase("QSQLITE")
db.setDatabaseName("my_database.db")
if db.open():
    print("Connected to database")
else:
    print("Failed to connect")

4.2 执行 SQL 查询和更新:

你可以使用 QSqlQuery 类来执行 SQL 查询和更新操作。以下是一个示例:

from PyQt6.QtSql import QSqlQuery
query = QSqlQuery()
query.exec("SELECT * FROM employees")
while query.next():
    name = query.value("name")
    print("Employee name:", name)

4.3 使用模型和视图显示数据

       Qt 提供了模型-视图架构来显示数据库中的数据。例如,可以使用 QSqlTableModel 来在 QTableView 中显示数据。以下是一个示例:

import sys
from PyQt6.QtWidgets import QApplication, QMainWindow, QTableView, QVBoxLayout, QWidget, QPushButton, QLineEdit, QDockWidget
from PyQt6.QtSql import QSqlDatabase, QSqlTableModel, QSqlQuery
from PyQt6.QtCore import Qt
class AddDataDialog(QWidget):
    def __init__(self, model):
        super().__init__()
        self.model = model
        layout = QVBoxLayout()
        self.setLayout(layout)
        # 添加姓名输入框
        self.name_input = QLineEdit(self)
        layout.addWidget(self.name_input)
        # 添加职位输入框
        self.position_input = QLineEdit(self)
        layout.addWidget(self.position_input)
        # 添加 "Add Data" 按钮,并连接到添加数据函数
        add_button = QPushButton("Add Data", self)
        add_button.clicked.connect(self.add_data)
        layout.addWidget(add_button)
    def add_data(self):
        # 获取姓名和职位输入框的内容
        name = self.name_input.text()
        position = self.position_input.text()
        # 准备插入数据的SQL查询
        query = QSqlQuery()
        query.prepare("INSERT INTO employees (name, position) VALUES (?, ?)")
        query.bindValue(0, name)
        query.bindValue(1, position)
        if query.exec():
            print("Data added successfully")
            self.model.select()  # 刷新表格数据
        else:
            print("Error adding data:", query.lastError().text())
def create_database_connection():
    # 创建数据库连接
    db = QSqlDatabase.addDatabase("QSQLITE")
    db.setDatabaseName("employees.db")
    if not db.open():
        print("Error: Could not open database.")
        return None
    return db
def create_table(db):
    # 创建表格的SQL查询
    query = QSqlQuery()
    query.exec("CREATE TABLE IF NOT EXISTS employees (id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT, position TEXT)")
def setup_model(db):
    # 设置数据库表格模型
    model = QSqlTableModel()
    model.setTable("employees")
    model.setEditStrategy(QSqlTableModel.EditStrategy.OnManualSubmit)  # 手动提交更改
    model.select()
    return model
if __name__ == "__main__":
    app = QApplication(sys.argv)
    db = create_database_connection()
    if not db:
        sys.exit(1)
    create_table(db)
    model = setup_model(db)
    view = QTableView()
    view.setModel(model)
    add_data_dialog = AddDataDialog(model)
    window = QMainWindow()
    window.setWindowTitle("Database Table Example")
    window.setCentralWidget(view)
    window.setGeometry(100, 100, 800, 600)
    add_data_button = QPushButton("Add Data", window)
    add_data_button.clicked.connect(add_data_dialog.show)
    # 创建 DockWidget 并添加到主窗口的右侧停靠区
    dock_widget = QDockWidget("Add Data", window)
    dock_widget.setWidget(add_data_dialog)
    window.addDockWidget(Qt.DockWidgetArea.RightDockWidgetArea, dock_widget)
    window.show()
    sys.exit(app.exec())

5 多线程编程

5.1 多线程编程的概念和优势

       PyQt6中的多线程编程允许你在应用程序中同时执行多个任务,以提高性能、响应速度和资源利用率。在使用多线程时,你需要注意线程之间的同步和通信,以避免数据竞争和其他并发问题。以下是PyQt6多线程编程的概述:

  1. 线程类(QThread):QThread 是 PyQt6 提供的线程基类,用于创建和管理线程。你可以继承 QThread 并实现 run() 方法来定义线程的执行逻辑。
  2. 线程安全性: 在多线程环境中,多个线程可能同时访问和修改共享资源。确保对共享资源的访问是线程安全的是很重要的,可以使用互斥锁(QMutex)来控制对共享资源的访问。
  3. 信号和槽机制: 在多线程中,通常不能直接在非主线程中更新用户界面。可以使用信号和槽机制,通过在主线程中处理信号来更新界面,从而避免线程间的界面更新问题。
  4. 多线程的应用场景: 多线程在以下情况下特别有用:

         1.执行耗时操作,如文件读写、网络请求等,以避免主线程阻塞。

         2.实现实时数据刷新,如传感器数据、图表数据等。

         3.并发处理多个任务,提高程序的整体性能。

  1. 线程同步和通信: 多线程编程需要考虑线程之间的同步和通信。合适的同步机制(如互斥锁、信号量、条件变量等)和通信机制(如队列、信号槽等)可以确保线程间的正确协作。
  2. 避免死锁和线程饥饿: 死锁和线程饥饿是多线程编程中常见的问题。确保正确地设计和组织线程同步和通信,以避免出现这些问题。

总之,多线程编程可以显著提高应用程序的性能和响应能力,但也需要仔细考虑线程安全性和正确的同步机制。PyQt6提供了一些类和工具来帮助你实现多线程应用程序,但需要小心处理潜在的并发问题。

5.2 在 PyQt 中使用多线程

       在 PyQt 中,你可以使用 QThread 类来创建和管理线程。以下是一个示例,演示如何在一个线程中执行一个耗时的任务:

from PyQt6.QtCore import QThread, pyqtSignal
class WorkerThread(QThread):
    result_ready = pyqtSignal(str)
    def run(self):
        # 执行耗时任务
        result = "Task result"
        self.result_ready.emit(result)
thread = WorkerThread()
thread.result_ready.connect(lambda result: print("Result:", result))
thread.start()

5.3 处理多线程间的同步和通信问题

       在多线程编程中,处理线程间的同步和通信问题是至关重要的,以确保数据的一致性和应用程序的稳定性。PyQt 提供了一些机制来帮助解决这些问题,其中最重要的是信号槽机制和线程安全的数据访问。

5.3.1 信号槽机制

      信号槽机制是 PyQt 中用于线程间通信的重要工具。它允许一个对象(信号的发出者)发出信号,而另一个对象(槽函数的接收者)将信号连接到槽函数,从而在信号触发时执行相应的操作。这在多线程环境下特别有用,因为它避免了直接的线程间共享数据。

以下是一个简单的示例,演示如何在多线程中使用信号槽机制:

import sys
from PyQt6.QtCore import QThread, pyqtSignal
from PyQt6.QtWidgets import QApplication, QMainWindow, QPushButton
class WorkerThread(QThread):
    result_ready = pyqtSignal(str)
    def run(self):
        result = "Task result"
        self.result_ready.emit(result)
class MyWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("Thread Communication Example")
        self.setGeometry(100, 100, 400, 300)
        self.button = QPushButton("Start Task", self)
        self.button.setGeometry(150, 150, 100, 30)
        self.button.clicked.connect(self.start_thread)
    def start_thread(self):
        self.thread = WorkerThread()
        self.thread.result_ready.connect(self.handle_result)
        self.thread.start()
    def handle_result(self, result):
        print("Result:", result)
if __name__ == "__main__":
    app = QApplication(sys.argv)
    window = MyWindow()
    window.show()
    sys.exit(app.exec())

5.3.2 线程安全的数据访问

       当多个线程同时访问共享数据时,很容易出现竞争条件和数据不一致的问题。为了避免这些问题,你需要使用互斥锁(mutex)来保护共享数据的访问。PyQt 中的 QMutex 和 QMutexLocker 可以帮助你实现线程安全的数据访问。

以下是一个简单的示例,演示如何在多线程中安全地访问共享数据:

import sys
from PyQt6.QtCore import QThread, QMutex, QMutexLocker
class SharedData:
    def __init__(self):
        self.mutex = QMutex()  # 用于保护共享数据的互斥锁
        self.data = 0
    def increment(self):
        locker = QMutexLocker(self.mutex)  # 加锁
        self.data += 1
class WorkerThread(QThread):
    def __init__(self, shared_data):
        super().__init__()
        self.shared_data = shared_data
    def run(self):
        for _ in range(10):
            self.shared_data.increment()
if __name__ == "__main__":
    shared_data = SharedData()  # 创建共享数据对象
    threads = [WorkerThread(shared_data) for _ in range(4)]  # 创建多个工作线程
    for thread in threads:
        thread.start()  # 启动工作线程
    for thread in threads:
        thread.wait()  # 等待所有工作线程完成
    print("Shared data:", shared_data.data)  # 打印最终共享数据的值

输出:

        在这个示例中,每个工作线程在循环中执行10次的增量操作,使用互斥锁确保在任何时候只有一个线程可以访问和修改SharedData对象的data属性。这样可以避免数据竞争和不一致的情况。

       注意,这个示例使用了Python中的多线程和互斥锁,与Qt中的线程和互斥锁略有不同。确保你的环境中同时存在Qt库和Python的线程支持(例如PyQt6.QtCore和threading库),以便代码可以正确运行。

5.4 避免死锁和线程饥饿

       避免死锁和线程饥饿是多线程编程中的关键问题。死锁指的是多个线程彼此等待对方释放锁,导致程序无法继续执行。线程饥饿是指某个线程长时间无法获得所需的资源或锁,导致其他线程占用资源,使得该线程无法继续执行。以下是在PyQt6中避免死锁和线程饥饿的详解和示例:

避免死锁:

  1. 有序获取锁: 当多个线程需要获取多个锁时,确保它们按照相同的顺序获取锁,这可以减少死锁的风险。
  2. 超时机制: 在获取锁时使用超时机制,如果无法在一定时间内获取锁,就放弃并释放已有的锁。

避免线程饥饿:

  1. 公平性: 使用公平的锁和资源分配策略,确保所有线程都有平等的机会获得资源,避免某个线程长时间无法获得所需资源。
  2. 优先级: 在某些情况下,可以通过为线程设置不同的优先级,确保高优先级线程不会长时间无法获得资源。

以下是一个简单的示例,展示如何在PyQt6中使用QMutex来避免死锁和线程饥饿:

import sys
from PyQt6.QtCore import QThread, QMutex, QMutexLocker
# 共享资源类,用于展示互斥锁的使用来避免死锁和线程饥饿
class SharedResource:
    def __init__(self):
        self.mutex1 = QMutex()  # 第一个互斥锁
        self.mutex2 = QMutex()  # 第二个互斥锁
    def process1(self):
        with QMutexLocker(self.mutex1):  # 获取第一个锁
            print("Process 1: Mutex 1 locked")
            QThread.msleep(100)  # 模拟处理时间
            with QMutexLocker(self.mutex2):  # 获取第二个锁
                print("Process 1: Mutex 2 locked")
    def process2(self):
        with QMutexLocker(self.mutex2):  # 获取第二个锁
            print("Process 2: Mutex 2 locked")
            QThread.msleep(100)  # 模拟处理时间
            with QMutexLocker(self.mutex1):  # 获取第一个锁
                print("Process 2: Mutex 1 locked")
class WorkerThread(QThread):
    def __init__(self, shared_resource, process_func):
        super().__init__()
        self.shared_resource = shared_resource
        self.process_func = process_func
    def run(self):
        self.process_func()
if __name__ == "__main__":
    shared_resource = SharedResource()
    thread1 = WorkerThread(shared_resource, shared_resource.process1)
    thread2 = WorkerThread(shared_resource, shared_resource.process2)
    thread1.start()  # 启动线程1
    thread2.start()  # 启动线程2
    thread1.wait()  # 等待线程1完成
    thread2.wait()  # 等待线程2完成
    print("Main thread exited")  # 主线程退出

        在这个示例中,两个线程分别尝试获取两个不同的锁(mutex1和mutex2)。通过始终以相同的顺序获取锁,可以避免死锁。同时,通过在获取锁时使用QMutexLocker,可以确保线程在离开作用域时释放锁。

       需要注意的是,死锁和线程饥饿是复杂的问题,可能在更复杂的场景中出现。避免死锁和线程饥饿需要仔细的设计和测试,以确保线程在协同工作时能够正确地进行同步和协调。

 QMutexQMutexLocker

QMutexQMutexLocker 是 PyQt 中用于线程同步的两个重要类。它们帮助确保多个线程在访问共享资源时的正确同步,以避免竞争条件和数据不一致。下面是关于它们的详解和示例:

QMutex(互斥锁): 互斥锁是一种线程同步机制,用于控制多个线程对共享资源的访问。在多线程环境中,一个线程可以获得互斥锁的所有权,从而可以安全地访问共享资源。其他线程在获取互斥锁之前必须等待,以确保同一时间只有一个线程可以访问共享资源。

示例代码:

from PyQt6.QtCore import QMutex
mutex = QMutex()
def thread_function():
    mutex.lock()
    # 访问共享资源
    mutex.unlock()
# 创建多个线程,每个线程执行 thread_function

QMutexLocker(互斥锁锁定器): QMutexLockerQMutex 的一个辅助类,它在创建时自动锁定 QMutex,并在销毁时释放锁。这样可以确保在一个作用域内,线程在获取锁后能够正确地释放锁,从而避免忘记释放锁而导致的死锁。

示例代码:

from PyQt6.QtCore import QMutex, QMutexLocker
mutex = QMutex()
def thread_function():
    with QMutexLocker(mutex):  # 进入作用域时自动锁定,离开作用域时自动释放
        # 访问共享资源
# 创建多个线程,每个线程执行 thread_function

       在使用 QMutexLocker 时,当线程离开作用域(例如使用 with 语句),会自动释放锁,无论是否发生异常。

目录
相关文章
|
4天前
|
数据挖掘 索引 Python
Python数据挖掘编程基础3
字典在数学上是一个映射,类似列表但使用自定义键而非数字索引,键在整个字典中必须唯一。可以通过直接赋值、`dict`函数或`dict.fromkeys`创建字典,并通过键访问元素。集合是一种不重复且无序的数据结构,可通过花括号或`set`函数创建,支持并集、交集、差集和对称差集等运算。
14 9
|
3天前
|
存储 开发者 Python
探索Python编程的奥秘
【9月更文挑战第29天】本文将带你走进Python的世界,通过深入浅出的方式,解析Python编程的基本概念和核心特性。我们将一起探讨变量、数据类型、控制结构、函数等基础知识,并通过实际代码示例,让你更好地理解和掌握Python编程。无论你是编程新手,还是有一定基础的开发者,都能在这篇文章中找到新的启示和收获。让我们一起探索Python编程的奥秘,开启编程之旅吧!
|
4天前
|
算法 Python
Python编程的函数—内置函数
Python编程的函数—内置函数
|
4天前
|
存储 索引 Python
Python编程的常用数据结构—列表
Python编程的常用数据结构—列表
|
4天前
|
数据挖掘 Python
Python数据挖掘编程基础8
在Python中,默认环境下并不会加载所有功能,需要手动导入库以增强功能。Python内置了诸多强大库,例如`math`库可用于复杂数学运算。导入库不仅限于`import 库名`,还可以通过别名简化调用,如`import math as m`;也可指定导入库中的特定函数,如`from math import exp as e`;甚至直接导入库中所有函数`from math import *`。但需注意,后者可能引发命名冲突。读者可通过`help('modules')`查看已安装模块。
9 0
|
4天前
|
人工智能 数据挖掘 Serverless
Python数据挖掘编程基础
函数式编程中的`reduce`函数用于对可迭代对象中的元素进行累积计算,不同于逐一遍历的`map`函数。例如,在Python3中,计算n的阶乘可以使用`reduce`(需从`funtools`库导入)实现,也可用循环命令完成。另一方面,`filter`函数则像一个过滤器,用于筛选列表中符合条件的元素,同样地功能也可以通过列表解析来实现。使用这些函数不仅使代码更加简洁,而且由于其内部循环机制,执行效率通常高于普通的`for`或`while`循环。
9 0
|
4天前
|
分布式计算 数据挖掘 Serverless
Python数据挖掘编程基础6
函数式编程(Functional Programming)是一种编程范型,它将计算机运算视为数学函数计算,避免程序状态及易变对象的影响。在Python中,函数式编程主要通过`lambda`、`map`、`reduce`、`filter`等函数实现。例如,对于列表`a=[5,6,7]`,可通过列表解析`b=[i+3 for i in a]`或`map`函数`b=map(lambda x:x+3, a)`实现元素加3的操作,两者输出均为`[8,9,10]`。尽管列表解析代码简洁,但其本质仍是for循环,在Python中效率较低;而`map`函数不仅功能相同,且执行效率更高。
6 0
|
4天前
|
数据挖掘 Python
Python数据挖掘编程基础5
函数是Python中用于提高代码效率和减少冗余的基本数据结构,通过封装程序逻辑实现结构化编程。用户可通过自定义或函数式编程方式设计函数。在Python中,使用`def`关键字定义函数,如`def pea(x): return x+1`,且其返回值形式多样,可为列表或多个值。此外,Python还支持使用`lambda`定义简洁的行内函数,例如`c=lambda x:x+1`。
9 0
|
4天前
|
数据挖掘 Python
Python数据挖掘编程基础
判断与循环是编程的基础,Python中的`if`、`elif`、`else`结构通过条件句来执行不同的代码块,不使用花括号,依赖缩进区分代码层次。错误缩进会导致程序出错。Python支持`for`和`while`循环,`for`循环结合`range`生成序列,简洁直观。正确缩进不仅是Python的要求,也是一种良好的编程习惯。
11 0
|
4天前
|
Java 数据中心 微服务
Java高级知识:线程池隔离与信号量隔离的实战应用
在Java并发编程中,线程池隔离与信号量隔离是两种常用的资源隔离技术,它们在提高系统稳定性、防止系统过载方面发挥着重要作用。
5 0
下一篇
无影云桌面