开发者

详解如何使用Python操作MySQL的各种功能

目录
  • 连接mysql
  • 增删改查
    • 插入数据
    • 删除数据
    • 更新数据
    • 查询数据
  • 批量操作
    • 批量插入数据
    • 批量删除数据
    • 批量更新数据

当今互联网时代,数据处理已经成为了一个非常重要的任务。而MySQL作为一款开源的关系型数据库,被广泛应用于各种场景。本篇博客将介绍如何使用python操作MySQL的各种功能,以及一些高级用法。

连接MySQL

在Python中,我们可以使用pymysql库来连接MySQL数据库。

import pymysql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 执行SQL语句
cursor.execute('SELECT * FROM users')

# 获取结果集
result = cursor.fetchall()
print(result)

# 关闭游标和连接
cursor.close()
conn.close()

以上代码中,我们首先使用pymysql库连接了MySQL数据库,并获取了游标。然后,我们执行了一个简单的SELECT语句,并获取了结果集。最后,我们关闭了游标和连接。

增删改查

在MySQL中,我们可以使用INSERTDELETEUPDATESELECwww.devze.comT语句来完成增删改查操作。在Python中,我们同样可以使用pymysql库来执行这些操作。

插入数据

import pymysql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 插入数据
sql = "INSERT INTO users(username, password) VALUES (%s, %s)"
params = ('Tom', '123456')
cursor.execute(sql, params)

# 提交事务
conn.commit()

# 关闭游标和连接
cursor.close()
conn.close()

以上代码中,我们使用INSERT语句向users表中插入了一条数据。在执行execute方法时,我们可以使用占位符%s来表示参数,然后在执行时传入对应的参数。最后,我们提交了事务,并关闭了游标和连接。

删除数据

imjsport pymysql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 删除数据
sql = "DELETE FROM users WHERE id = %s"
params = (1,)
cursor.execute(sql, params)

# 提交事务
conn.commit()

# 关闭游标和连接
cursor.close()
conn.close()

以上代码中,我们使用DELETE语句删除了users表中id为1的数据。在执行execute方法时,我们同样使用了占位php符%s来表示参数。最后,我们提交了事务,并关闭了游标和连接。

更新数据

import pymysql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 更新数据
sql = "UPDATE users SET password = %s WHERE username = %s"
params = ('654321', 'Tom')
cursor.execute(sql, params)

# 提交事务
conn.commit()

# 关闭游标和连接
cursor.close()
conn.close()

以上代码中,我们使用UPDATE语句更新了users表中usernameTom的数据的密码。在执行execute方法时,我们同样使用了占位符%s来表示参数。最后,我们提交了事务,并关闭了游标和连接。

查询数据

import pymysql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 查询数据
sql = "SELECT * FROM users WHERE username = %s"
params = ('Tom',)
cursor.execute(sql, params)

# 获取结果集
result = cursor.fetchall()
print(result)

# 关闭游标和连接
cursor.close()
conn.close()

以上代码中,我们使用SELECT语句查询了users表中usernameTom的数据。在执行execute方法时,我们同样使用了占位符%s来表示参数。最后,我们获取了结果集,并关闭了游标和连接。

批量操作

在MySQL中,我们可以使用INSERTDELETEUPDATESELECT语句来批量操作数据。在Python中,我们同样可以使开发者_MongoDBpymysql库来批量操作数据。

批量插入数据

import pymysql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 批量插入数据
lqpthasql = "INSERT INTO users(username, password) VALUES (%s, %s)"
params = [('Tom', '123456'), ('Jerry', '654321'), ('Alice', '111111')]
cursor.executemany(sql, params)

# 提交事务
conn.commit()

# 关闭游标和连接
cursor.close()
conn.close()

以上代码中,我们使用executemany方法批量插入了多条数据。在执行executemany方法时,我们使用了一个元组列表来表示多个参数。最后,我们提交了事务,并关闭了游标和连接。

批量删除数据

import pymy编程客栈sql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 批量删除数据
sql = "DELETE FROM users WHERE id = %s"
params = [(1,), (2,), (3,)]
cursor.executemany(sql, params)

# 提交事务
conn.commit()

# 关闭游标和连接
cursor.close()
conn.close()

以上代码中,我们使用executemany方法批量删除了多条数据。在执行executemany方法时,我们同样使用了一个元组列表来表示多个参数。最后,我们提交了事务,并关闭了游标和连接。

批量更新数据

import pymysql

# 连接MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8')

# 获取游标
cursor = conn.cursor()

# 批量更新数据
sql = "UPDATE users SET password = %s WHERE username = %s"
params = [('123456', 'Tom'), ('654321', 'Jerry'), ('111111', 'Alice')]
cursor.executemany(sql, params)

# 提交事务
conn.commit()

# 关闭游标和连接
cursor.close()
conn.close()

到此这篇关于详解如何使用Python操作MySQL的各种功能的文章就介绍到这了,更多相关Python操作MySQL内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

0

上一篇:

下一篇:

精彩评论

暂无评论...
验证码 换一张
取 消

最新数据库

数据库排行榜