sqlite3日期数据类型

简介: 一、sqlite3日期数据类型,默认用datetime解析(根据stackflow) 使用时注意三点:   1. 创建表时,字段 DT 的类型为 date   2. 插入数据时,DT字段直接为 str 类型   3.

 

一、sqlite3日期数据类型,默认用datetime解析(根据stackflow

使用时注意三点:

  1. 创建表时,字段 DT 的类型为 date

  2. 插入数据时,DT字段直接为 str 类型

  3. DT字段的str ,年月日必须为 xxxx-xx-xx 格式,如 2016-01-01,不能是 2016-1-1

import sqlite3
import datetime

'''sqlite3日期数据类型'''
con = sqlite3.connect(":memory:") c = con.cursor() # Create table c.execute('''CREATE TABLE marksix (DT date, Period text, P1 int, P2 int, P3 int, P4 int, P5 int, P6 int, T7 int)''') # Larger example that inserts many records at a time purchases = [('2016-01-01', '2016001', 2, 36, 23, 43, 12, 25, 29), ('2016-01-03', '2016002', 34, 35, 17, 49, 24, 30, 16), ('2016-01-05', '2016003', 1, 35, 12, 49, 49, 26, 34), ('2016-01-08', '2016004', 6, 35, 10, 40, 4, 23, 2), ('2016-01-10', '2016005', 14, 35, 27, 40, 4, 12, 45), ('2016-01-12', '2016006', 33, 10, 13, 21, 27, 22, 17), ('2016-01-15', '2016007', 20, 35, 17, 49, 5, 29, 28), ] c.executemany('INSERT INTO marksix (DT,Period,P1,P2,P3,P4,P5,P6,T7) VALUES (?,?,?,?,?,?,?,?,?)', purchases)
for row in c.execute('SELECT * FROM marksix'): print(row)
# ==============================================================

# 方式一:显式使用 datetime 类型 t = datetime.datetime.strptime('2016-1-5', '%Y-%m-%d') dt = (datetime.date(t.year, t.month, t.day), ) for row in c.execute('SELECT * FROM marksix WHERE DT = ?', dt): print(row) # 方式二:直接使用 str 类型 dt = ('2016-01-05', ) for row in c.execute('SELECT * FROM marksix WHERE DT = ?', dt): print(row)


#for row in c.execute('SELECT * FROM marksix WHERE dt BETWEEN :begin AND :end;', {"begin": '2016-01-03', "end": '2016-01-11'}): for row in c.execute('SELECT * FROM marksix WHERE dt BETWEEN ? AND ?;', ('2016-01-03', '2016-01-11')): print(row)

 

二、另一种方式使用时间类型数据(根据官网文档

import sqlite3
import datetime


# 适配器
def adapt_date(date):
    return datetime.datetime.strftime('%Y/%m/%d', date)
    #return date.strftime('%Y/%m/%d').encode('ascii')
    #return date.strftime('%Y/%m/%d').encode()

# 转换器
def convert_date(string):
    return datetime.datetime.strptime(string.decode(), '%Y/%m/%d')

# 注册适配器
sqlite3.register_adapter(datetime.datetime, adapt_date)

# 注册转换器
sqlite3.register_converter("date", convert_date)




# 注意:detect_types=sqlite3.PARSE_DECLTYPES
con = sqlite3.connect(":memory:", detect_types=sqlite3.PARSE_DECLTYPES)
c = con.cursor()


# Create table
c.execute('''CREATE TABLE marksix
            (dt date, period text, p1 int, p2 int, p3 int, p4 int, p5 int, p6 int, t7 int)''')


# Larger example that inserts many records at a time
purchases = [('2016/1/1', '2016001', 2, 36, 23, 43, 12, 25, 29),
             ('2016/1/3', '2016002', 34, 35, 17, 49, 24, 30, 16),
             ('2016/1/5', '2016003', 1, 35, 12, 49, 49, 26, 34),
             ('2016/1/8', '2016004', 6, 35, 10, 40, 4, 23, 2),
             ('2016/1/10', '2016005', 14, 35, 27, 40, 4, 12, 45),
             ('2016/1/12', '2016006', 33, 10, 13, 21, 27, 22, 17),
             ('2016/1/15', '2016007', 20, 35, 17, 49, 5, 29, 28),
            ]
c.executemany('INSERT INTO marksix VALUES (?,?,?,?,?,?,?,?,?)', purchases)

# Save (commit) the changes
con.commit()

for row in c.execute('SELECT * FROM marksix'):
    print(row)

# ==============================================================

# 显示日期等于2016/1/3的记录
t = ('2016/1/3',)
c.execute('SELECT * FROM marksix WHERE dt = ?', t)
print(c.fetchone())



# 貌似不支持between运算,不知原因!
for row in c.execute('SELECT * FROM marksix WHERE dt BETWEEN ? AND ?;', ('2016/1/3', '2016/1/11')):
    print(row)

 

三、还有一种日期时间类型:timestamp(时间戳)

import datetime


# Converting SQLite values to custom Python types
# Default adapters and converters for datetime and timestamp
con = sqlite3.connect(":memory:", detect_types=sqlite3.PARSE_DECLTYPES|sqlite3.PARSE_COLNAMES)
cur = con.cursor()

cur.execute('''create table test(
                                d date, 
                                ts timestamp
                                )''')

# 插入datetime类型
today = datetime.date.today()
now = datetime.datetime.now()
day1 = datetime.timedelta(days=1)
data = [(today-day1, now-day1),
        (today, now),
        (today+day1, now+day1)]
cur.executemany("insert into test(d, ts) values (?, ?)", data)

# 插入 str 类型
data = [('2016-01-22', '2016-01-22 08:45:50'),
        ('2016-02-22', '2016-02-22 08:45:50'),
        ('2016-03-22', '2016-03-22 08:45:50')]
cur.executemany("insert into test(d, ts) values (?, ?)", data)
        

for row in cur.execute("select * from test"):
    print(row)

#=================================================================

#begin = datetime.date(2016, 2, 22)
#end = datetime.date(2016, 2, 23)
begin = '2016-02-22'
end = '2016-02-23'
for row in cur.execute("select * from test where d BETWEEN ? AND ?", (begin, end)):
    print(row)


begin = datetime.datetime(2016, 2, 22, 8, 45, 50, 0)
end = datetime.datetime(2016, 2, 23, 20, 10, 47, 12345)
#begin = '2016-02-22 08:45:50'
#end = '2016-02-23 20:10:47'
for row in cur.execute("select * from test where ts BETWEEN ? AND ?", (begin, end)):
    print(row)

 

目录
相关文章
|
1天前
|
云安全 人工智能 自然语言处理
|
6天前
|
搜索推荐 编译器 Linux
一个可用于企业开发及通用跨平台的Makefile文件
一款适用于企业级开发的通用跨平台Makefile,支持C/C++混合编译、多目标输出(可执行文件、静态/动态库)、Release/Debug版本管理。配置简洁,仅需修改带`MF_CONFIGURE_`前缀的变量,支持脚本化配置与子Makefile管理,具备完善日志、错误提示和跨平台兼容性,附详细文档与示例,便于学习与集成。
314 116
|
8天前
|
数据采集 人工智能 自然语言处理
Meta SAM3开源:让图像分割,听懂你的话
Meta发布并开源SAM 3,首个支持文本或视觉提示的统一图像视频分割模型,可精准分割“红色条纹伞”等开放词汇概念,覆盖400万独特概念,性能达人类水平75%–80%,推动视觉分割新突破。
600 53
Meta SAM3开源:让图像分割,听懂你的话
|
21天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
5天前
|
人工智能 Java API
Java 正式进入 Agentic AI 时代:Spring AI Alibaba 1.1 发布背后的技术演进
Spring AI Alibaba 1.1 正式发布,提供极简方式构建企业级AI智能体。基于ReactAgent核心,支持多智能体协作、上下文工程与生产级管控,助力开发者快速打造可靠、可扩展的智能应用。
|
4天前
|
弹性计算 人工智能 Cloud Native
阿里云无门槛和有门槛优惠券解析:学生券,满减券,补贴券等优惠券领取与使用介绍
为了回馈用户与助力更多用户节省上云成本,阿里云会经常推出各种优惠券相关的活动,包括无门槛优惠券和有门槛优惠券。本文将详细介绍阿里云无门槛优惠券的领取与使用方式,同时也会概述几种常见的有门槛优惠券,帮助用户更好地利用这些优惠,降低云服务的成本。
268 132
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AgentEvolver:让智能体系统学会「自我进化」
AgentEvolver 是一个自进化智能体系统,通过自我任务生成、经验导航与反思归因三大机制,推动AI从“被动执行”迈向“主动学习”。它显著提升强化学习效率,在更少参数下实现更强性能,助力智能体持续自我迭代。开源地址:https://github.com/modelscope/AgentEvolver
415 29
|
15天前
|
安全 Java Android开发
深度解析 Android 崩溃捕获原理及从崩溃到归因的闭环实践
崩溃堆栈全是 a.b.c?Native 错误查不到行号?本文详解 Android 崩溃采集全链路原理,教你如何把“天书”变“说明书”。RUM SDK 已支持一键接入。
726 223