1.方法一：使用pymysql库的方法
当在Python中使用MySQL进行模糊查询时，我们通常会使用pymysql或mysql-connector-python这样的库来连接MySQL数据库并执行查询。以下是一个使用pymysql进行模糊查询的详细示例，包括安装库、连接数据库、执行查询以及处理结果。
1.1 安装pymysql库
首先，确保我们已经安装了pymysql库。如果没有，可以通过pip来安装：
bash复制代码 pip install pymysql
1.2 编写Python代码进行模糊查询
import pymysql # 数据库连接配置 config = { 'host': 'localhost', 'user': 'your_username', 'password': 'your_password', 'database': 'your_database', 'charset': 'utf8mb4', 'cursorclass': pymysql.cursors.DictCursor } # 连接数据库 connection = pymysql.connect(**config) try: with connection.cursor() as cursor: # 编写SQL查询语句，使用LIKE进行模糊查询 # 假设我们有一个名为"articles"的表，其中有一个"content"字段，我们想要查询包含"Python"关键字的文章 sql = "SELECT * FROM articles WHERE content LIKE %s" # LIKE查询中，%是通配符，代表任意数量的字符（包括零个字符） # 我们需要为%s提供一个包含%的字符串来构建LIKE查询 search_term = '%Python%' cursor.execute(sql, (search_term,)) # 获取所有查询结果 results = cursor.fetchall() # 处理查询结果 for row in results: # row是一个字典，其中包含了查询结果的每一列及其对应的值 print(f"ID: {row['id']}, Title: {row['title']}, Content: {row['content'][:50]}...") # 只打印内容的前50个字符作为示例 finally: # 关闭数据库连接 connection.close()
1.3 注意事项
（1）请将your_username、your_password、your_database替换为我们的MySQL数据库的实际用户名、密码和数据库名。
（2）在上面的示例中，我们使用了%作为通配符来构建LIKE查询。%Python%将匹配任何包含"Python"的字符串，不论其前后是否有其他字符。如果我们只想匹配以"Python"开头的字符串，可以使用Python%；只想匹配以"Python"结尾的字符串，可以使用%Python。
（3）在执行查询时，我们使用了一个元组(search_term,)来传递参数给cursor.execute()方法。注意这个元组只有一个元素，但也需要逗号来标识它是一个元组，而不是一个括号内的普通表达式。
（4）fetchall()方法用于获取查询结果的所有行。如果我们只需要获取部分结果，可以使用fetchone()或fetchmany(size)方法。
（5）在处理完数据库操作后，确保关闭数据库连接以释放资源。在这个示例中，我们使用了一个try...finally块来确保即使在发生异常时也能关闭连接。
2.方法二：使用mysql-connector-python库的方法
除了使用pymysql库进行MySQL的模糊查询之外，还可以使用mysql-connector-python库，这是MySQL官方提供的Python连接器。以下是使用mysql-connector-python进行模糊查询的示例代码：
2.1 安装mysql-connector-python库
如果还没有安装mysql-connector-python，可以通过pip来安装：
bash复制代码 pip install mysql-connector-python
2.2 编写Python代码进行模糊查询
import mysql.connector # 数据库连接配置 config = { 'host': 'localhost', 'user': 'your_username', 'password': 'your_password', 'database': 'your_database' } # 连接数据库 cnx = mysql.connector.connect(**config) try: cursor = cnx.cursor(dictionary=True) # 使用字典游标以便获取结果作为字典 # 编写SQL查询语句，使用LIKE进行模糊查询 # 假设我们有一个名为"articles"的表，其中有一个"content"字段，我们想要查询包含"Python"关键字的文章 query = ("SELECT * FROM articles WHERE content LIKE %s") search_term = '%Python%' # LIKE查询中，%是通配符 # 注意：mysql-connector-python中的参数化查询需要确保%是查询字符串的一部分 # 因此我们直接构造完整的LIKE表达式字符串 cursor.execute(query, (search_term,)) # 获取所有查询结果 results = cursor.fetchall() # 处理查询结果 for row in results: print(f"ID: {row['id']}, Title: {row['title']}, Content: {row['content'][:50]}...") # 只打印内容的前50个字符作为示例 finally: # 关闭游标和连接 if cursor: cursor.close() if cnx.is_connected(): cnx.close()
2.3 注意事项
（1）同样需要将your_username、your_password、your_database替换为我们的MySQL数据库的实际用户名、密码和数据库名。
（2）在mysql.connector.connect()中，我们没有直接指定字符集和游标类型，因为mysql-connector-python的默认配置通常已经足够好。但是，如果需要，我们可以添加这些配置选项。
（3）使用cursor.close()和cnx.close()来确保游标和连接都被正确关闭。
（4）mysql-connector-python也支持使用上下文管理器（即with语句）来自动管理游标和连接的关闭，但这需要创建一个新的游标类或使用特定的上下文管理器。在上面的示例中，我们手动关闭了它们以展示基本的资源管理。
（5）在处理数据库查询时，务必注意SQL注入的风险。通过使用参数化查询（如上例所示），我们可以确保用户输入被正确地转义，从而防止SQL注入攻击。
