Python使用sqlite3模块内置数据库

更新时间：2020年05月07日 16:01:56 作者：夏日的向日葵

这篇文章主要介绍了Python使用sqlite3模块内置数据库,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

1、python内置的sqlite3模块，创建数据库中的表，并向表中插入数据，从表中取出所有行，以及输出行的数量。

#!/usr/bin/env python3
#创建SQLite3内存数据库，并创建带有四个属性的sales表
#sqlite3模块，提供了一个轻量级的基于磁盘的数据库，不需要独立的服务器进程
import sqlite3
#使用‘:memory:'在内存中创建了一个数据库，创建了连接对象con来代表数据库
con = sqlite3.connect(':memory:')
#创建表名为sales的表，将这个字符串赋值给query
query = """CREATE TABLE sales
      (customer VARCHAR(20),
      product VARCHAR(40),
      amount FLOAT,
      date DATE);"""
#使用连接对象的execute()方法执行query中的SQL命令
con.execute(query)
#使用连接对象的commit()方法将修改提交（保存）到数据库
con.commit()
#向表中插入几行数据
data = [('Richard Lucas','Notepad',2.50,'2019-01-02'),
    ('Jenny Kim','Binder',4.15,'2019-01-05'),
    ('Svetlana Crow','Printer',155.75,'2019-02-03'),
    ('Stephen Randolph','Computer',679.40,'2019-02-20')]
#将插入语句赋给变量statement，？是占位符
statement = "INSERT INTO sales VALUES(?,?,?,?)"
#因为有四个占位符，这里就需要提供一个包含4个值的元组，executemany()方法为data中的每个数据元组执行
#statement中的SQL命令，这里执行了四次insert命令
con.executemany(statement,data)
#将修改保存到数据库
con.commit()
#查询sales表，并将命令结果赋值给一个光标对象cursor，光标对象有execute、executemany、fetchone、
#fetchmany和fetchall方法
cursor = con.execute("SELECT * FROM sales")
#返回结果集中的所有行
rows = cursor.fetchall()
print(rows)
print('………………')
#查询结果中行的数量
row_counter = 0
for row in rows:
  print(row)
  row_counter += 1
print('………………')
print('Number of rows: %d' % (row_counter))

Spyder右下角打印出来的结果：

[('Richard Lucas', 'Notepad', 2.5, '2019-01-02'), ('Jenny Kim', 'Binder', 4.15, '2019-01-05'), ('Svetlana Crow', 'Printer', 155.75, '2019-02-03'), ('Stephen Randolph', 'Computer', 679.4, '2019-02-20')]
………………
('Richard Lucas', 'Notepad', 2.5, '2019-01-02')
('Jenny Kim', 'Binder', 4.15, '2019-01-05')
('Svetlana Crow', 'Printer', 155.75, '2019-02-03')
('Stephen Randolph', 'Computer', 679.4, '2019-02-20')
………………
Number of rows: 4

2、python内置的sqlite3模块，向表中插入新纪录

名称为“CSV测试数据.csv”的数据源：

将本地“CSV测试数据.csv”的数据导入到本地数据库football_game.db中：

#!/usr/bin/env python3
#创建SQLite3内存数据库，并创建带有四个属性的sales表
#sqlite3模块，提供了一个轻量级的基于磁盘的数据库，不需要独立的服务器进程
import sqlite3
import csv
input_file = "F://python入门//数据1//CSV测试数据.csv"
#为一个简单的本地数据库football_game.db创建连接，football_game.db为数据库名称
con = sqlite3.connect('football_game.db')
#创建了一个光标
c = con.cursor()
#如果表名存在，则删除它
drop_table = """DROP TABLE IF EXISTS football_game;"""
c.execute(drop_table)
con.commit()
#创建表名为football_game的表，将这个字符串赋值给create_table
create_table = """CREATE TABLE IF NOT EXISTS football_game
      (name VARCHAR(20),
      sex VARCHAR(10),
      age INT,
      score INT,
      device_number VARCHAR(20),
      cost VARCHAR(20));"""
#使用连接对象的execute()方法执行create_table中的SQL命令
c.execute(create_table)
#使用连接对象的commit()方法将修改提交（保存）到数据库
con.commit()
#从CSV格式的输入文件中读取要加载到数据库中的数据，创建file_reader对象，用于存储CSV中的数据集
file_reader = csv.reader(open(input_file,'r'),delimiter=',')
#从输入文件中读入第一行
header = next(file_reader,None)
#将输入的所有数据进行循环，先是每行循环，再是每列循环
for row in file_reader:
  data = []
  for column_index in range(len(header)):
    data.append(row[column_index])
  print(data)
  c.execute("INSERT INTO football_game VALUES(?,?,?,?,?,?)",data)
#将修改保存到数据库
con.commit()
print('………………')
#执行选择所有数据的SQL
output = c.execute("SELECT * FROM football_game")
#返回结果集中的所有行,返回的是一个大的列表
rows = output.fetchall()
print(rows)
print('………………')
for row in rows:
  output = []
  for column_index in range(len(row)):
    output.append(str(row[column_index]))
  print(output)

Spyder右下角打印出来的结果：

['李刚', '男', '32', '567', '18512349553', '$500.00 ']
['王红', '女', '54', '423', '18256785181', '$750.00 ']
['孙晓', '女', '25', '457', '13698762112', '$250.00 ']
['郭亮', '男', '65', '350', '18654320816', '$125.00 ']
['高英', '女', '15', '390', '18511113141', '$815.00 ']
………………
[('李刚', '男', 32, 567, '18512349553', '$500.00 '), ('王红', '女', 54, 423, '18256785181', '$750.00 '), ('孙晓', '女', 25, 457, '13698762112', '$250.00 '), ('郭亮', '男', 65, 350, '18654320816', '$125.00 '), ('高英', '女', 15, 390, '18511113141', '$815.00 ')]
………………
['李刚', '男', '32', '567', '18512349553', '$500.00 ']
['王红', '女', '54', '423', '18256785181', '$750.00 ']
['孙晓', '女', '25', '457', '13698762112', '$250.00 ']
['郭亮', '男', '65', '350', '18654320816', '$125.00 ']
['高英', '女', '15', '390', '18511113141', '$815.00 ']

3、python内置的sqlite3模块，更新数据表中的记录

名称为“CSV测试数据.csv”的数据源：

更新表中的记录：

#!/usr/bin/env python3
#创建SQLite3内存数据库，并创建带有四个属性的sales表
#sqlite3模块，提供了一个轻量级的基于磁盘的数据库，不需要独立的服务器进程
import sqlite3
import csv
input_file = "F://python入门//数据1//CSV测试数据.csv"
#使用‘:memory:'在内存中创建了一个数据库，创建了连接对象con来代表数据库
con = sqlite3.connect(':memory:')
#创建表名为sales的表，将这个字符串赋值给query
query = """CREATE TABLE IF NOT EXISTS sales
      (customer VARCHAR(20),
      product VARCHAR(40),
      amount FLOAT,
      date DATE);"""
#使用连接对象的execute()方法执行query中的SQL命令
con.execute(query)
#使用连接对象的commit()方法将修改提交（保存）到数据库
con.commit()
#向表中插入几行数据
data = [('Richard Lucas','Notepad',2.50,'2019-01-02'),
    ('Jenny Kim','Binder',4.15,'2019-01-05'),
    ('Svetlana Crow','Printer',155.75,'2019-02-03'),
    ('Stephen Randolph','Computer',679.40,'2019-02-20')]
#for tuple in data:
#  print(tuple)
#将插入语句赋给变量statement，？是占位符
statement = "INSERT INTO sales VALUES(?,?,?,?)"
#因为有四个占位符，这里就需要提供一个包含4个值的元组，executemany()方法为data中的每个数据元组执行
#statement中的SQL命令，这里执行了四次insert命令
con.executemany(statement,data)
#将修改保存到数据库
con.commit()
#读取CSV文件并更新特定的行
file_reader = csv.reader(open(input_file,'r'),delimiter=',')
#从输入文件中读入第一行
header = next(file_reader,None)
#将输入的所有数据进行循环，先是每行循环，再是每列循环
for row in file_reader:
  data = []
  for column_index in range(len(header)):
    data.append(row[column_index])
  con.execute("UPDATE sales SET amount=?,date=? where customer=?;",data) 
#将修改保存到数据库
con.commit()
#查询sales表，并将命令结果赋值给一个光标对象cursor，光标对象有execute、executemany、fetchone、
#fetchmany和fetchall方法
cursor = con.execute("SELECT * FROM sales")
#返回结果集中的所有行
rows = cursor.fetchall()
print(rows)
print('………………')
for row in rows:
  output = []
  for column_index in range(len(row)):
    output.append(str(row[column_index]))
  print(output)

Spyder右下角打印出来的结果：

[('Richard Lucas', 'Notepad', 4.25, '2019-11-05'), ('Jenny Kim', 'Binder', 6.75, '2019-12-05'), ('Svetlana Crow', 'Printer', 155.75, '2019-02-03'), ('Stephen Randolph', 'Computer', 679.4, '2019-02-20')]
………………
['Richard Lucas', 'Notepad', '4.25', '2019-11-05']
['Jenny Kim', 'Binder', '6.75', '2019-12-05']
['Svetlana Crow', 'Printer', '155.75', '2019-02-03']
['Stephen Randolph', 'Computer', '679.4', '2019-02-20']

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

Python的sqlite3模块中常用函数

Python Bleach保障网络安全防止网站受到XSS(跨站脚本)攻击
Bleach 不仅可以清理 HTML 文档,还能够对链接进行处理,检查是否是合法格式,并可以使用白名单来控制哪些 HTML 标签、属性是安全的,因此非常适合用于清洁用户输入的数据,确保网站安全
2024-01-01
python实现百度关键词排名查询
这篇文章主要介绍了python实现百度关键词排名查询,需要的朋友可以参考下
2014-03-03
python 创建一维的0向量实例
今天小编就为大家分享一篇python 创建一维的0向量实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
浅谈Pytorch中autograd的若干(踩坑)总结
这篇文章主要介绍了Pytorch中autograd的若干(踩坑)总结，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-05-05
使用numpy.ndarray添加元素
这篇文章主要介绍了使用numpy.ndarray添加元素，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2022-05-05
Python中动态创建类实例的方法
在Java中我们可以通过反射来根据类名创建类实例,那么在Python我们怎么实现类似功能呢？其实在Python有一个builtin函数import，我们可以使用这个函数来在运行时动态加载一些模块
2017-03-03
python使用ddddocr库识别滑动验证码简单代码示例
这篇文章主要介绍了如何使用ddddocr库来识别滑块验证码,并提供了一个示例代码和识别结果,同时提醒注意ddddocr库的大小限制,可能会影响某些无服务器函数的部署,需要的朋友可以参考下
2024-11-11
python通过socket搭建极简web服务器的实现代码
python的web框架众多,常见的如django、flask、tornado等,其底层是什么还是有些许的疑问,所以查找相关资料,实现浏览器访问,并返回相关信息,本文将给大家介绍python通过socket搭建极简web服务器,需要的朋友可以参考下
2023-10-10
PyCharm提示No Python Interpreter的正确解决办法
刚学Python时,拿到一个Python项目,想用pycharm打开运行却报错了,这篇文章主要给大家介绍了关于PyCharm提示No Python Interpreter的正确解决办法,需要的朋友可以参考下
2023-10-10
Python进程间的通信一起来了解下
这篇文章主要为大家详细介绍了Python进程间通信，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2022-03-03

Python使用sqlite3模块内置数据库

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具