干货!python与MySQL数据库的交互实战

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS PostgreSQL,高可用系列 2核4GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 干货!python与MySQL数据库的交互实战

1


安装pymysql库


  如果你想要使用python操作MySQL数据库,就必须先要安装pymysql库,这个

库的安装很简单,直接使用pip install pymysql;


  假如上面这种方式还是安装不上,就用如下链接找一个合适的安装包,进行安

装,这个就不细说了。https://www.lfd.uci.edu/~gohlke/pythonlibs/


学习本篇文章,最好是先看一篇关于游标cursor讲解的文章,这样会有更好的效果:通过cursor游标讲解,带你初步搞懂python操作mysql数据库




2


使用python连接mysql数据库


1)六个常用的连接参数

  • 参数host:mysql服务器所在的主机的ip;
  • 参数user:用户名
  • 参数password:密码
  • 参数port:连接的mysql主机的端口,默认是3306
  • 参数db:连接的数据库名
  • 参数charset:当读取数据出现中文会乱码的时候,需要我们设置一下编码;我们使用python操作数据库的时候,那么python就相当于是client,我们是用这个client来操作mysql的server服务器,python3默认采用的utf8字符集,我的mysql服务器默认采用latin1字符集,因此mysql中创建的每张表,都是建表的时候加了utf8编码的,因此这里设置的应该就是connection连接器的编码。


2)python连接mysql的语法


import pymysql 
db=pymysql.connect(host='localhost',user='root',password='123456',
                   port=3306,db='spiders',charset=' utf8')


最基本的参数是host,user,password和port,必须要有。剩下两个参数根据你自己的情况决定是否使用。


host指的是mysql服务器安装在哪里,由于我的mysql就是安装在本机上,因此这里可以写localhost,我也可以写成主机名或者主机ip。


db指的是你要操作的是哪一个数据库,在进行数据库连接的时候,最好加上这个参数。


3)一个简单的热身案例


# 导包
import pymysql 
# 使用pymysql连接上mysql数据库服务器,创建了一个数据库对象;
db=pymysql.connect(host='localhost',user='root', password='123456',
                   port=3306, db='huangwei', charset='utf8')
# 开启mysql的游标功能,创建一个游标对象;              
cursor = db.cursor()
# 要执行的SQL语句;
sql = "select * from student"
# 使用游标对象执行SQL语句;
cursor.execute(sql)
# 使用fetchone()方法,获取返回的结果,但是需要用变量保存返回结果;
data = cursor.fetchone()
print(data)
# 断开数据库的连接,释放资源;
db.close()


结果如下:





3


cursor游标对象的一些常用方法


1)cursor用来执行命令的方法


execute(query, args):执行单条sql语句,接收的参数为sql语句本身和使用的参数列表,返回值为受影响的行数;


executemany(query, args):执行单条sql语句,但是重复执行参数列表里的参数,返回值为受影响的行数;


2)cursor用来接收返回值的方法


fetchone():返回一条结果行;


fetchmany(size):接收size条返回结果行。如果size的值大于返回的结果行的数量,则会返回cursor.arraysize条数据;


fetchall():接收全部的返回结果行;




4


创建表(建)


import pymysql 
db=pymysql.connect(host='localhost',user='root', password='123456',
                   port=3306, db='huangwei', charset='utf8')
# 创建一个游标对象;
cursor = db.cursor()
# 建表语句;
sql = """create table person(
        id int auto_increment primary key not null,
        name varchar(10) not null,
        age int not null) charset=utf8"""
# 执行sql语句;
cursor.execute(sql)
# 断开数据库的连接;
db.close()


注意:你在mysql中sql语句怎么写,在这里就怎么写。还有一个细节需要注意的是,在python中,将代码进行多次换行的时候,最好使用“三引号”。




5


查询数据(查)


1)fetchone():一次获取一条记录


import  pymysql
db = pymysql.connect(host='localhost',user='root',db='huangwei',
                     password='123456',port=3306,charset='utf8')
cursor = db.cursor()
cursor.execute('select count(*) from person')
aa = cursor.fetchone()
print(aa)
# 注意这一句一定是在循环之外,不能放到循环里面。
# 想想这是为什么?
cursor.execute('select name,age from person')    
for i in range(aa[0]):
    a,b = cursor.fetchone()
    c = "我的名字叫{},今年{}岁".format(a,b)
    display(c)
db.close()


结果如下:



2)fetchall():一次获取所有记录


import  pymysql
db = pymysql.connect(host='localhost',user='root',db='huangwei',
                     password='123456',port=3306,charset='utf8')
cursor = db.cursor()
cursor.execute('select name,age from person')
aa = cursor.fetchall()
# print(aa)
for a,b in aa:
    c = "我的名字叫{},今年{}岁".format(a,b)
    display(c)
db.close()


结果如下:



注:还有一个fetchmany()方法,用于一次性获取指定条数的记录,请自行下去研究。


3)使用pandas中的read_sql()方法,将提取到的数据直接转化为DataFrame,进行操作


import pymysql 
import pandas as pd
db = pymysql.connect(host='localhost',user='root',db='huangwei',
                     password='123456',port=3306,charset='utf8')
cursor = db.cursor()
df1 = pd.read_sql("select * from student where ssex='男'",db)
display(df1)
df2 = pd.read_sql("select * from student where ssex='女'",db)
display(df2)


结果如下:





6


插入数据(增)


1)一次性插入一条数据


import pymysql
db=pymysql.connect(host='localhost',user='root', password='123456',
                   port=3306, db='huangwei', charset='utf8')
cursor = db.cursor()
# mysql中SQL语句怎么写,这里就怎么写;
name = "猪八戒"
age = 8000
sql = 'insert into person(name,age) values ("猪八戒",8000)'
try:
    cursor.execute(sql)
    db.commit()
    print("插入成功")
except:
    print("插入失败")
    db.rollback()
db.close()


1.1)一次性插入一条数据


import  pymysql
db=pymysql.connect(host='localhost',user='root', password='123456',
                   port=3306, db='huangwei', charset='utf8')
cursor = db.cursor()
# 插入数据
sql = 'insert into person(name,age) values(%s,%s)'
try:
    cursor.execute(sql,('孙悟空',100000))
    db.commit()
    print("插入成功")
except:
    print("插入失败")
    db.rollback()
db.close()


2)一次性插入多条数据


import  pymysql
db=pymysql.connect(host='localhost',user='root', password='123456',
                   port=3306, db='huangwei', charset='utf8')
cursor = db.cursor()
# 插入数据
sql = 'insert into person(name,age) values(%s,%s)'
# 注意:(('牛魔王',9000),('铁扇公主',8000),('玉皇大帝',6000))也可以
# 小括号都可以换为中括号
datas = [('牛魔王',9000),('铁扇公主',8000),('玉皇大帝',6000)]
try:
    cursor.executemany(sql,datas)
    db.commit()
    print("插入成功")
except:
    print("插入失败")
    db.rollback()
db.close()





7


更新数据(改)


import  pymysql
db=pymysql.connect(host='localhost',user='root', password='123456',
                   port=3306, db='huangwei', charset='utf8')
cursor = db.cursor()
# 更新数据
sql = 'update person set age=%s where name=%s'
try:
    cursor.execute(sql,[90000,"玉皇大帝"])
    db.commit()
    print("更新成功")
except:
    print("更新失败")
    db.rollback()
db.close()




8


删除数据(删)


import  pymysql
db=pymysql.connect(host='localhost',user='root', password='123456',
                   port=3306, db='huangwei', charset='utf8')
cursor = db.cursor()
# 删除数据
sql = 'delete from person where age=8000'
try:
    cursor.execute(sql)
    db.commit()
    print("删除成功")
except:
    print("删除失败")
    db.rollback()
db.close()


总结如下:


① pymysql模块是默认开启mysql的事务功能的,因此,进行 "增"、 "删"、"改"的时候,一定要使用db.commit()提交事务,否则就看不见所插入的数据。


② 进行 "增"、"删"、"改"的时候,一定要使用try…except…语句,因为万一没插入成功,其余代码都无法执行。当语句执行不成功,我们就db.rollback()回滚到操作之前的状态;当语句执行成功,我们就db.commit()提交事务。

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。   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: https://www.aliyun.com/product/rds/mysql 
目录
相关文章
|
2月前
|
人工智能 JavaScript API
零基础构建MCP服务器:TypeScript/Python双语言实战指南
作为一名深耕技术领域多年的博主摘星,我深刻感受到了MCP(Model Context Protocol)协议在AI生态系统中的革命性意义。MCP作为Anthropic推出的开放标准,正在重新定义AI应用与外部系统的交互方式,它不仅解决了传统API集成的复杂性问题,更为开发者提供了一个统一、安全、高效的连接框架。在过去几个月的实践中,我发现许多开发者对MCP的概念理解透彻,但在实际动手构建MCP服务器时却遇到了各种技术壁垒。从环境配置的细节问题到SDK API的深度理解,从第一个Hello World程序的调试到生产环境的部署优化,每一个环节都可能成为初学者的绊脚石。因此,我决定撰写这篇全面的实
392 67
零基础构建MCP服务器:TypeScript/Python双语言实战指南
|
12天前
|
供应链 新能源 调度
微电网调度(风、光、储能、电网交互)(Matlab&Python代码实现)
微电网调度(风、光、储能、电网交互)(Matlab&Python代码实现)
|
2月前
|
数据采集 数据可视化 搜索推荐
Python数据分析全流程指南:从数据采集到可视化呈现的实战解析
在数字化转型中,数据分析成为企业决策核心,而Python凭借其强大生态和简洁语法成为首选工具。本文通过实战案例详解数据分析全流程,涵盖数据采集、清洗、探索、建模、可视化及自动化部署,帮助读者掌握从数据到业务价值的完整技能链。
254 0
|
1月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
170 0
|
2月前
|
缓存 监控 API
1688平台开放接口实战:如何通过API获取店铺所有商品数据(Python示列)
本文介绍如何通过1688开放平台API接口获取店铺所有商品,涵盖准备工作、接口调用及Python代码实现,适用于商品同步与数据监控场景。
|
2月前
|
存储 数据安全/隐私保护 开发者
Python深浅拷贝全解析:从原理到实战的避坑指南
在Python开发中,深浅拷贝是处理对象复制的关键概念。直接赋值仅复制引用,修改副本会影响原始数据。浅拷贝(如切片、copy方法)创建新容器但共享嵌套对象,适用于单层结构或需共享子对象的场景;而深拷贝(copy.deepcopy)递归复制所有层级,确保完全独立,适合嵌套结构或多线程环境。本文详解二者原理、实现方式及性能考量,帮助开发者根据实际需求选择合适的拷贝策略,避免数据污染与性能浪费。
149 1
|
2月前
|
移动开发 安全 Linux
Python文件操作的"保险箱":with语句深度实战指南
本文深入解析Python中`with`语句的原理与高级应用,通过“保险箱”类比,形象展示资源管理机制。从上下文管理协议到实战场景,涵盖文件、数据库、网络等多种资源的高效安全处理方式,助你写出更优雅、可靠的代码。
61 1
|
2月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍如何利用Python的clipboard-monitor库实现剪贴板监控系统,涵盖文本与图片的实时监听、防重复存储、GUI界面开发及数据加密等核心技术,适用于安全审计与自动化办公场景。
67 0
|
2月前
|
数据采集 存储 监控
Python爬虫实战:批量下载亚马逊商品图片
Python爬虫实战:批量下载亚马逊商品图片
|
2月前
|
数据采集 机器学习/深度学习 边缘计算
Python爬虫动态IP代理报错全解析:从问题定位到实战优化
本文详解爬虫代理设置常见报错场景及解决方案,涵盖IP失效、403封禁、性能瓶颈等问题,提供动态IP代理的12种核心处理方案及完整代码实现,助力提升爬虫系统稳定性。
111 0

热门文章

最新文章

推荐镜像

更多