Python:mysql-connector-python模块对MySQL数据库进行增删改查

简介: Python:mysql-connector-python模块对MySQL数据库进行增删改查

MySQL文档:https://dev.mysql.com/doc/connector-python/en/

PYPI: https://pypi.org/project/mysql-connector-python/


mysql-connector-python 是MySQL官方的Python语言MySQL连接模块


安装

$ pip install mysql-connector-python

代码示例

连接管理

# -*- coding: utf-8 -*-


import mysql.connector

db_config = {
"database": "mydata",
"user": "root",
"password": "123456",
"host": "127.0.0.1",
"port": 3306,
}

# 连接数据库获取游标,可以设置返回数据的格式,元组,命令元组,字典等...
connect = mysql.connector.Connect(**db_config)

cursor = connect.cursor(dictionary=True)

# 关闭游标和连接
cursor.close()
connect.close()

写操作

数据 写入 和 更新 都可以使用 execute 和 executemany

删除就使用execute

写操作都需要 commit 才会生效


# 插入元组数据
insert_tuple_sql = "insert into student(name, age) values(%s, %s)"
data = ("Tom", 23)
cursor.execute(insert_tuple_sql, data)
connect.commit()
print(cursor.lastrowid) # 一般插入一条时使用,获取插入id

# 插入多条元组数据
insert_tuple_sql = "insert into student(name, age) values(%s, %s)"
data = [
("Tom", 23),
("Jack", 25),
]
cursor.executemany(insert_tuple_sql, data)
connect.commit()


# 插入字典数据
insert_dict_sql = "insert into student(name, age) values(%(name)s, %(age)s)"
data = {
"name": "Tom",
"age": 25
}

cursor.execute(insert_dict_sql, data)
connect.commit()

# 插入多条字典数据
insert_dict_sql = "insert into student(name, age) values(%(name)s, %(age)s)"
data = [
{
"name": "Tom",
"age": 26
},
{
"name": "Jack",
"age": 27
}
]

cursor.executemany(insert_dict_sql, data)
connect.commit()

读操作


cursor.execute("select * from student where name=%s limit 3", ("Tom",))
rows = cursor.fetchall()
print(rows)

# 因为开始设置的返回数据格式是字典 dictionary ,所以直接返回字典数据
# [
# {'id': 1, 'name': 'Tom', 'age': 23},
# {'id': 2, 'name': 'Tom', 'age': 23},
# {'id': 3, 'name': 'Tom', 'age': 25}
#]

# 获取一些元数据信息
print(cursor.column_names) # ('id', 'name', 'age')

print(cursor.description)
# [
# ('id', 3, None, None, None, None, 0, 16899),
# ('name', 253, None, None, None, None, 1, 0),
# ('age', 3, None, None, None, None, 1, 0)
#]

print(cursor.rowcount) # 3

print(cursor.statement)
# select * from student where name='Tom' limit 3

print(cursor.with_rows)
# True


            </div>
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
目录
相关文章
|
Web App开发 JavaScript 前端开发
低代码系列——js沙箱设计(一)
由于自己参与过低代码平台开发,所以希望能把我自己开发低代码中遇到的问题或者一些设计思路进行总结汇总,这是开始写的第一篇,也是比较基础的一篇,关于低代码平台的介绍会放在介绍篇章,这篇就不做过多介绍。
804 0
|
网络协议 算法 网络性能优化
|
存储 运维 机器人
Nvidia和AMD显卡是如何制作的
Nvidia和AMD显卡是如何制作的
1203 0
|
Java 数据库 数据安全/隐私保护
【SpringBoot】Validator组件+自定义约束注解实现手机号码校验和密码格式限制
【SpringBoot】Validator组件+自定义约束注解实现手机号码校验和密码格式限制
1841 1
|
6月前
|
存储 安全 固态存储
阿里云服务器2核8G和4核16G租用价格:不同实例收费价格标准及最新活动价格
2026年阿里云服务器2核8G、4核16G租用价格优惠,通用算力型u2i实例2核8G年付842.4元起,4核16G年付1576.8元起,经济型e实例及通用型g9i实例也有相应优惠。文章详解了不同实例规格性能、定位及适用场景,提供收费标准全览与价格对比,指出通用算力型u2a实例性价比高,通用算力型u2i实例稳健,经济型e实例适合入门,通用型g9i实例性能卓越。用户可根据需求,结合优惠券,查询实时价格进行选购。
747 3
|
SQL Java 关系型数据库
Spring事务传播机制:7种姿势教你玩转"事务接力赛"
事务传播机制是Spring框架中用于管理事务行为的重要概念,它决定了在方法调用时事务如何传递与执行。通过7种传播行为,开发者可以灵活控制事务边界,适应不同业务场景。例如:REQUIRED默认加入或新建事务,REQUIRES_NEW独立开启新事务,NESTED支持嵌套回滚等。合理使用传播机制不仅能保障数据一致性,还能提升系统性能与健壮性。掌握这“七种人格”,才能在复杂业务中游刃有余。
|
机器学习/深度学习 数据采集 人工智能
昇腾AI行业案例(七):基于 Conformer 和 Transformer 模型的中文语音识别
欢迎学习《基于 Conformer 和 Transformer 模型的中文语音识别》实验。本案例旨在帮助你深入了解如何运用深度学习模型搭建一个高效精准的语音识别系统,将中文语音信号转换成文字,并利用开源数据集对模型效果加以验证。
802 12
|
Cloud Native 关系型数据库 分布式数据库
阿里云牵手海亮科技,共建“教育科技数据库创新应用中心”
海亮科技选择引入阿里云PolarDB开源分布式版(PolarDB for Xscale)数据库,不仅能解决海亮科技数据库业务中面临的可靠性、稳定性问题,也为海亮科技业务的高速发展提供了更好的灵活性和可扩展性。
|
机器学习/深度学习 人工智能 边缘计算
AI 视觉识别技术在工业园智能安监中的应用实践
本文详解AI安监系统的技术架构、核心算法与工程化方案,展示其如何通过计算机视觉实现全场景风险主动防控。
860 0
|
存储 传感器 编解码
ROS机器视觉入门:从基础到人脸识别与目标检测
前言 从本文开始,我们将开始学习ROS机器视觉处理,刚开始先学习一部分外围的知识,为后续的人脸识别、目标跟踪和YOLOV5目标检测做准备工作。我采用的笔记本是联想拯救者游戏本,系统采用Ubuntu20.04,ROS采用noetic。 颜色编码格式,图像格式和视频压缩格式 (1)RGB和BGR:这是两种常见的颜色编码格式,分别代表了红、绿、蓝三原色。不同之处在于,RGB按照红、绿、蓝的顺序存储颜色信息,而BGR按照蓝、绿、红的顺序存储。 rgb8图像格式:常用于显示系统,如电视和计算机屏幕。 RGB值以8 bits表示每种颜色,总共可以表示256×256×256=16777216种颜色
832 70

热门文章

最新文章