【100天精通python】Day33:使用python操作数据库_SQLite数据库的使用与实战

简介: 【100天精通python】Day33:使用python操作数据库_SQLite数据库的使用与实战

专栏导读

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

1 SQLite 简介

       SQLite 是一种嵌入式关系型数据库管理系统(RDBMS),以其轻量、高效和易用而闻名。它是一个自包含的、无服务器的数据库引擎,将整个数据库存储在一个单一的文件中。SQLite 不需要独立的服务器进程,而是直接在应用程序中嵌入,因此适用于嵌入式系统、移动应用和桌面应用等多种环境。

以下是 SQLite 的一些重要特点和优势:

  1. 轻量和快速:SQLite 是一个轻量级的数据库引擎,不占用太多内存或资源。它在访问和查询数据时非常快速,特别适合小型项目和移动应用。
  2. 零配置:与其他数据库不同,SQLite 不需要独立的服务器进程,无需复杂的配置。只需一个文件,你就可以开始存储和查询数据。
  3. 自包含:SQLite 数据库存储在单个文件中,这使得备份、迁移和共享数据库变得非常简单。
  4. 无需专门管理:由于 SQLite 是嵌入式的,它不需要独立的数据库管理员(DBA)来管理和维护,减轻了数据库管理的负担。
  5. 支持多种编程语言:SQLite 支持多种编程语言,包括 C/C++、Python、Java、C#、PHP 等,使开发者可以在自己熟悉的语言中使用。
  6. 事务支持:SQLite 支持事务处理,确保数据的一致性和完整性。你可以使用事务来执行一组操作,要么全部成功,要么全部回滚。
  7. 开源和跨平台:SQLite 是开源的,可以在不同的操作系统上运行,包括 Windows、macOS、Linux 等。

尽管 SQLite 适用于许多场景,但它并不适合大规模、高并发的应用,因为它不支持多用户同时写入(写入锁定)等复杂的数据库操作。然而,在许多轻量级和中小规模项目中,SQLite 提供了一种简单、快速、易用的数据库解决方案。

2 SQLite数据库安装及使用

       SQLite 是一个嵌入式数据库,通常无需单独安装,因为它已经作为 Python 的标准库的一部分。这意味着你可以在 Python 中直接使用 SQLite,而不需要安装额外的软件。以下是如何使用 Python 中的 SQLite:

2.1 检查 SQLite 支持

        大多数情况下,Python 已经默认包含了 SQLite 支持。你可以在 Python 交互式环境中运行以下代码,检查是否支持 SQLite:

import sqlite3
print(sqlite3.sqlite_version)

输出如下,如果输出显示了 SQLite 版本号,则说明你的 Python 支持 SQLite。

 2.2 创建数据库文件      

       在 SQLite 中,数据库文件会在第一次连接数据库时自动创建,如果文件不存在的话。你无需手动创建数据库文件,而是在连接时指定数据库文件的名称,如果该文件不存在,SQLite 将会创建一个新的数据库文件。

2.2.1 使用 Python 创建数据库文件

你可以使用以下代码来创建一个名为 mydatabase.db 的数据库文件并连接到它:

import sqlite3
# 连接到 SQLite 数据库(如果不存在则会创建)
conn = sqlite3.connect('mydatabase.db')
# 关闭连接
conn.close()

    在这个示例中,sqlite3.connect() 函数的参数是数据库文件的名称,即 'mydatabase.db'。如果该文件不存在,SQLite 会自动创建一个新的数据库文件。

       请注意,数据库文件将会在与你的 Python 脚本相同的目录下创建。如果你希望将数据库文件保存在特定的目录中,你需要提供完整的路径。在连接到数据库时,SQLite 将检查指定的路径是否存在,如果不存在则会创建相应的数据库文件。

       总之,你不需要手动创建 SQLite 数据库文件,只需要在连接时指定数据库文件的名称或路径即可。

2.2.2 使用命令行创建数据库文件

       如果你想在命令行中创建数据库文件,你可以使用 SQLite 的命令行工具。打开终端或命令行窗口,然后执行以下命令:

sqlite3 mydatabase.db

        这将会打开一个 SQLite 命令行会话,同时创建了一个名为 mydatabase.db 的数据库文件。在 SQLite 命令行会话中,你可以执行 SQL 语句来创建表、插入数据等操作。

       无论你是使用 Python 还是命令行,只要连接到一个不存在的数据库文件,SQLite 都会自动创建该数据库文件。

2.3 连接到 SQLite 数据库

        你可以使用 sqlite3.connect() 函数连接到 SQLite 数据库文件。如果指定的数据库文件不存在,它会被创建。

import sqlite3
# 连接到 SQLite 数据库(如果不存在则会创建)
conn = sqlite3.connect('mydatabase.db')

3 SQLite 中常用的SQL语句

3.1 SQL语句概述

       SQL(Structured Query Language)是一种用于管理关系型数据库的标准化查询语言。它用于执行各种数据库操作,包括数据的查询、插入、更新、删除以及定义数据库结构等。以下是 常用的SQL 语句:

DDL(Data Definition Language): 数据定义语言用于定义和管理数据库的结构,包括表、列、索引等。

  • CREATE TABLE:创建数据表。
  • ALTER TABLE:修改数据表结构。
  • DROP TABLE:删除数据表。
  • CREATE INDEX:创建索引。

DML(Data Manipulation Language): 数据操作语言用于执行数据的增删改查操作。

  • SELECT:查询数据。
  • INSERT INTO:插入数据。
  • UPDATE:更新数据。
  • DELETE FROM:删除数据。

DQL(Data Query Language): 数据查询语言用于查询和检索数据。

  • SELECT:用于从数据库中检索数据。
3.2 SQLite 中常用的SQL 语句

SQLite 支持标准的 SQL 语法,以下是一些在 SQLite 中常用的 SQL 语句示例:

(1)创建表

使用 CREATE TABLE 语句创建数据表。

CREATE TABLE users (
    id INTEGER PRIMARY KEY,
    username TEXT NOT NULL,
    email TEXT UNIQUE,
    age INTEGER
);
(2)插入数据

使用 INSERT INTO 语句插入数据到数据表中。

INSERT INTO users (username, email, age)
VALUES ('user1', 'user1@example.com', 25);
(3)查询数据

使用 SELECT 语句查询数据。

SELECT * FROM users;
(4) 更新数据

使用 UPDATE 语句更新数据。

UPDATE users
SET age = 30
WHERE username = 'user1';
(5) 删除数据

使用 DELETE FROM 语句删除数据。

DELETE FROM users
WHERE username = 'user1';
(6)过滤数据

使用 WHERE 子句来过滤数据。

SELECT * FROM users
WHERE age > 25;
(7)排序数据

使用 ORDER BY 子句来排序数据。

SELECT * FROM users
ORDER BY age DESC;
(8)计算统计

使用聚合函数(如 COUNTSUMAVG)来计算统计信息。

SELECT COUNT(*) FROM users;
SELECT AVG(age) FROM users;
(9)连接表

使用 JOIN 语句连接多个数据表。

SELECT orders.order_id, customers.customer_name
FROM orders
INNER JOIN customers ON orders.customer_id = customers.customer_id;
(10)分组数据

使用 GROUP BY 子句分组数据。

SELECT gender, AVG(age) FROM users
GROUP BY gender;

4 操作SQLite

       操作 SQLite 数据库涉及创建连接、创建游标、执行 SQL 语句、处理数据等步骤。以下是一个简单的示例,演示了如何使用 Python 的 sqlite3 模块来操作 SQLite 数据库:

import sqlite3
# 连接到 SQLite 数据库(如果不存在则会创建)
conn = sqlite3.connect('mydatabase.db')
# 创建游标对象
cursor = conn.cursor()
# 创建数据表
create_table_query = '''
CREATE TABLE IF NOT EXISTS books (
    id INTEGER PRIMARY KEY,
    title TEXT NOT NULL,
    author TEXT,
    price REAL
)
'''
cursor.execute(create_table_query)
# 插入数据
insert_query = 'INSERT INTO books (title, author, price) VALUES (?, ?, ?)'
data = [('Book A', 'Author A', 19.99),
        ('Book B', 'Author B', 29.99),
        ('Book C', 'Author C', 9.99)]
cursor.executemany(insert_query, data)
# 提交事务
conn.commit()
# 查询数据
select_query = 'SELECT * FROM books'
cursor.execute(select_query)
rows = cursor.fetchall()
for row in rows:
    print(row)
# 关闭游标和连接
cursor.close()
conn.close()

输出

在这个示例中,我们首先创建了一个数据库连接,然后创建了一个游标对象。接着,我们执行 SQL 语句来创建数据表、插入数据和查询数据。最后,我们提交事务并关闭游标和连接。

5 SQLite 实战

       SQLite 在许多轻量级和中小型项目中都有很好的应用。

5.1 实战1   创建一个简单的任务管理应用    

        以下是一个 SQLite 实战示例,展示了如何创建一个简单的任务管理应用,其中包括创建任务、列出任务、标记任务为完成等功能。

import sqlite3
# 连接到 SQLite 数据库(如果不存在则会创建)
conn = sqlite3.connect('task_manager.db')
# 创建游标对象
cursor = conn.cursor()
# 创建数据表
create_table_query = '''
CREATE TABLE IF NOT EXISTS tasks (
    id INTEGER PRIMARY KEY,
    title TEXT NOT NULL,
    description TEXT,
    completed BOOLEAN
)
'''
cursor.execute(create_table_query)
def create_task(title, description):
    insert_query = 'INSERT INTO tasks (title, description, completed) VALUES (?, ?, ?)'
    cursor.execute(insert_query, (title, description, False))
    conn.commit()
    print("Task created successfully.")
def list_tasks():
    select_query = 'SELECT * FROM tasks'
    cursor.execute(select_query)
    tasks = cursor.fetchall()
    for task in tasks:
        print(f"Task ID: {task[0]}, Title: {task[1]}, Completed: {task[3]}")
def mark_task_completed(task_id):
    update_query = 'UPDATE tasks SET completed = ? WHERE id = ?'
    cursor.execute(update_query, (True, task_id))
    conn.commit()
    print("Task marked as completed.")
# 创建任务
create_task("Buy groceries", "Get milk, eggs, and bread")
# 列出任务
list_tasks()
# 标记任务为完成
task_id_to_complete = 1
mark_task_completed(task_id_to_complete)
# 列出更新后的任务列表
list_tasks()
# 关闭游标和连接
cursor.close()
conn.close()

输出:

        在这个示例中,我们创建了一个 tasks 数据表,用于存储任务的信息。我们实现了三个基本功能:创建任务、列出任务和标记任务为完成。

       确保你已经安装了 sqlite3 模块,通常它已经作为 Python 的标准库的一部分。在实际应用中,你可能还需要进行更多的错误处理、用户界面设计等,以满足实际需求。

5.2 实战2  创建一个任务管理应用,扩展编辑和删除任务

       当涉及编辑和删除任务时,我们可以添加相应的功能来实现这些操作。以下是一个扩展了编辑和删除任务功能的 SQLite 实战示例:

import sqlite3
# 连接到 SQLite 数据库(如果不存在则会创建)
conn = sqlite3.connect('task_manager.db')
# 创建游标对象
cursor = conn.cursor()
# 创建数据表
create_table_query = '''
CREATE TABLE IF NOT EXISTS tasks (
    id INTEGER PRIMARY KEY,
    title TEXT NOT NULL,
    description TEXT,
    completed BOOLEAN
)
'''
cursor.execute(create_table_query)
def create_task(title, description):
    insert_query = 'INSERT INTO tasks (title, description, completed) VALUES (?, ?, ?)'
    cursor.execute(insert_query, (title, description, False))
    conn.commit()
    print("Task created successfully.")
def list_tasks():
    select_query = 'SELECT * FROM tasks'
    cursor.execute(select_query)
    tasks = cursor.fetchall()
    for task in tasks:
        print(f"Task ID: {task[0]}, Title: {task[1]}, Completed: {task[3]}")
def mark_task_completed(task_id):
    update_query = 'UPDATE tasks SET completed = ? WHERE id = ?'
    cursor.execute(update_query, (True, task_id))
    conn.commit()
    print("Task marked as completed.")
def edit_task(task_id, new_title, new_description):
    update_query = 'UPDATE tasks SET title = ?, description = ? WHERE id = ?'
    cursor.execute(update_query, (new_title, new_description, task_id))
    conn.commit()
    print("Task edited successfully.")
def delete_task(task_id):
    delete_query = 'DELETE FROM tasks WHERE id = ?'
    cursor.execute(delete_query, (task_id,))
    conn.commit()
    print("Task deleted successfully.")
# 创建任务
create_task("Buy groceries", "Get milk, eggs, and bread")
# 编辑任务
edit_task(1, "Buy groceries", "Get milk, eggs, bread, and fruits")
# 列出任务
list_tasks()
# 删除任务
delete_task(1)
# 列出更新后的任务列表
list_tasks()
# 关闭游标和连接
cursor.close()
conn.close()
5.3 实战3  实现用户数据增删查看修改等

       以下是一个使用 SQLite 数据库的案例,展示了如何实现新增用户数据、查看用户数据、修改用户数据和删除用户数据等操作:

import sqlite3
# 连接到 SQLite 数据库(如果不存在则会创建)
conn = sqlite3.connect('user_database.db')
# 创建游标对象
cursor = conn.cursor()
# 创建数据表
create_table_query = '''
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY,
    username TEXT NOT NULL,
    email TEXT NOT NULL,
    age INTEGER
)
'''
cursor.execute(create_table_query)
def create_user(username, email, age):
    insert_query = 'INSERT INTO users (username, email, age) VALUES (?, ?, ?)'
    cursor.execute(insert_query, (username, email, age))
    conn.commit()
    print("User created successfully.")
def list_users():
    select_query = 'SELECT * FROM users'
    cursor.execute(select_query)
    users = cursor.fetchall()
    for user in users:
        print(f"User ID: {user[0]}, Username: {user[1]}, Email: {user[2]}, Age: {user[3]}")
def edit_user(user_id, new_username, new_email, new_age):
    update_query = 'UPDATE users SET username = ?, email = ?, age = ? WHERE id = ?'
    cursor.execute(update_query, (new_username, new_email, new_age, user_id))
    conn.commit()
    print("User information edited successfully.")
def delete_user(user_id):
    delete_query = 'DELETE FROM users WHERE id = ?'
    cursor.execute(delete_query, (user_id,))
    conn.commit()
    print("User deleted successfully.")
# 创建用户
create_user("user1", "user1@example.com", 25)
# 查看用户列表
list_users()
# 修改用户信息
edit_user(1, "updated_user1", "updated@example.com", 30)
# 查看更新后的用户列表
list_users()
# 删除用户
delete_user(1)
# 查看删除后的用户列表
list_users()
# 关闭游标和连接
cursor.close()
conn.close()

输出:

在这个案例中,我们创建了一个 users 数据表,用于存储用户的信息。我们实现了四个基本功能:创建用户、查看用户列表、编辑用户信息和删除用户。这些功能的实现都依赖于 SQL 的 INSERTSELECTUPDATEDELETE 语句。

目录
相关文章
|
1月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
1月前
|
JSON 算法 API
1688商品详情API实战:Python调用全流程与数据解析技巧
本文介绍了1688电商平台的商品详情API接口,助力电商从业者高效获取商品信息。接口可返回商品基础属性、价格体系、库存状态、图片描述及商家详情等多维度数据,支持全球化语言设置。通过Python示例代码展示了如何调用该接口,帮助用户快速上手,适用于选品分析、市场研究等场景。
|
21天前
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
91 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
1月前
|
数据采集 自然语言处理 Java
Playwright 多语言一体化——Python/Java/.NET 全栈采集实战
本文以反面教材形式,剖析了在使用 Playwright 爬取懂车帝车友圈问答数据时常见的配置错误(如未设置代理、Cookie 和 User-Agent),并提供了 Python、Java 和 .NET 三种语言的修复代码示例。通过错误示例 → 问题剖析 → 修复过程 → 总结教训的完整流程,帮助读者掌握如何正确配置爬虫代理及其它必要参数,避免 IP 封禁和反爬检测,实现高效数据采集与分析。
Playwright 多语言一体化——Python/Java/.NET 全栈采集实战
|
1月前
|
监控 供应链 数据挖掘
淘宝商品详情API接口解析与 Python 实战指南
淘宝商品详情API接口是淘宝开放平台提供的编程工具,支持开发者获取商品详细信息,包括基础属性、价格、库存、销售策略及卖家信息等。适用于电商数据分析、竞品分析与价格策略优化等场景。接口功能涵盖商品基础信息、详情描述、图片视频资源、SKU属性及评价统计的查询。通过构造请求URL和签名,可便捷调用数据。典型应用场景包括电商比价工具、商品数据分析平台、供应链管理及营销活动监控等,助力高效运营与决策。
158 26
|
24天前
|
存储 机器学习/深度学习 人工智能
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
本文探讨了多模态RAG系统的最优实现方案,通过模态特定处理与后期融合技术,在性能、准确性和复杂度间达成平衡。系统包含文档分割、内容提取、HTML转换、语义分块及向量化存储五大模块,有效保留结构和关系信息。相比传统方法,该方案显著提升了复杂查询的检索精度(+23%),并支持灵活升级。文章还介绍了查询处理机制与优势对比,为构建高效多模态RAG系统提供了实践指导。
221 0
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
|
28天前
|
机器学习/深度学习 人工智能 算法
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
本文介绍了如何使用 Python 和 YOLO v8 开发专属的 AI 视觉目标检测模型。首先讲解了 YOLO 的基本概念及其高效精准的特点,接着详细说明了环境搭建步骤,包括安装 Python、PyCharm 和 Ultralytics 库。随后引导读者加载预训练模型进行图片验证,并准备数据集以训练自定义模型。最后,展示了如何验证训练好的模型并提供示例代码。通过本文,你将学会从零开始打造自己的目标检测系统,满足实际场景需求。
286 0
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
|
1月前
|
JSON API 数据格式
手把手教你抓取京东商品评论:API 接口解析与 Python 实战
京东商品评论蕴含用户对产品质量、体验和服务的真实反馈,分析这些数据有助于企业优化产品和满足用户需求。由于京东未提供官方API,需通过逆向工程获取评论数据。其主要接口为“商品评论列表接口”,支持按商品ID、评分、排序方式等参数获取评论,返回JSON格式数据,包含评论列表、摘要(如好评率)及热门标签等信息。
|
21天前
|
数据采集 存储 数据可视化
2025python实战:利用海外代理IP验证广告投放效果
本文介绍了如何利用Python结合海外代理IP技术,验证广告在不同国家的实际投放效果。通过模拟各地网络环境访问广告页面,检查内容是否与计划一致,并生成曝光报告。具体实现包括:获取高质量代理IP、使用Selenium或Playwright模拟用户行为、解析广告内容及生成可视化报告。案例显示,该方法能有效确保广告精准投放,优化策略并节省预算。
|
1月前
|
人工智能 缓存 搜索推荐
1688图片搜索API接口解析与 Python实战指南
1688图片搜索API接口支持通过上传图片搜索相似商品,适用于电商及商品推荐场景。用户上传图片后,经图像识别提取特征并生成关键词,调用接口返回包含商品ID、标题和价格的相似商品列表。该接口需提供图片URL或Base64编码数据,还可附加分页与筛选参数。示例代码展示Python调用方法,调试时建议使用沙箱环境测试稳定性,并优化性能与错误处理逻辑。

推荐镜像

更多