python与mysql数据库交互的实现

下面我来详细讲解“Python与MySQL数据库交互的实现”的完整攻略。

环境准备

在开始前,需要确保你已经安装好了以下环境:

  • Python 环境(可去官网下载安装:https://www.python.org/downloads/)
  • MySQL 数据库(可去官网下载安装:https://dev.mysql.com/downloads/)
  • MySQL Python 模块(在命令行中执行 pip install pymysql 命令安装)

Python 代码实现MySQL数据库连接

Python 中可以使用 pymysql 模块来实现与 MySQL 数据库的连接,下面是一个示例代码:

import pymysql

# 打开数据库连接
db = pymysql.connect(
    host="localhost",  # MySQL 主机名
    user="root",       # MySQL 用户名
    password="",       # MySQL 密码
    database="testdb"  # MySQL 数据库名
)

# 使用 cursor() 方法获取操作游标
cursor = db.cursor()

# 执行 SQL 查询语句
cursor.execute("SELECT VERSION()")

# 获取查询结果
data = cursor.fetchone()

print(f"Database version : {data}")

# 关闭游标
cursor.close()

# 关闭数据库连接
db.close()

代码运行结果如下:

Database version : ('8.0.25',)

Python 代码实现MySQL数据库增删改查

接下来,我们来看一下如何使用 Python 代码实现 MySQL 数据库的增删改查。

插入数据

import pymysql

# 打开数据库连接
db = pymysql.connect(
    host="localhost",  # MySQL 主机名
    user="root",       # MySQL 用户名
    password="",       # MySQL 密码
    database="testdb"  # MySQL 数据库名
)

# 使用 cursor() 方法获取操作游标
cursor = db.cursor()

# 执行 SQL 插入语句
sql = "INSERT INTO users(name, age) VALUES (%s, %s)"
val = ("Alice", 20)
cursor.execute(sql, val)

# 提交到数据库执行
db.commit()

print(f"{cursor.rowcount} 条记录插入成功。")

# 关闭游标
cursor.close()

# 关闭数据库连接
db.close()

代码运行结果如下:

1 条记录插入成功。

查询数据

import pymysql

# 打开数据库连接
db = pymysql.connect(
    host="localhost",  # MySQL 主机名
    user="root",       # MySQL 用户名
    password="",       # MySQL 密码
    database="testdb"  # MySQL 数据库名
)

# 使用 cursor() 方法获取操作游标
cursor = db.cursor()

# 执行 SQL 查询语句
sql = "SELECT * FROM users WHERE age > %s"
val = (18,)
cursor.execute(sql, val)

# 获取查询结果
results = cursor.fetchall()

# 输出查询结果
for result in results:
    print(f"id={result[0]}, name={result[1]}, age={result[2]}")

# 关闭游标
cursor.close()

# 关闭数据库连接
db.close()

代码运行结果如下:

id=1, name=Alice, age=20
id=2, name=Bob, age=25

更新数据

import pymysql

# 打开数据库连接
db = pymysql.connect(
    host="localhost",  # MySQL 主机名
    user="root",       # MySQL 用户名
    password="",       # MySQL 密码
    database="testdb"  # MySQL 数据库名
)

# 使用 cursor() 方法获取操作游标
cursor = db.cursor()

# 执行 SQL 更新语句
sql = "UPDATE users SET age = %s WHERE name = %s"
val = (21, "Alice")
cursor.execute(sql, val)

# 提交到数据库执行
db.commit()

print(f"{cursor.rowcount} 条记录更新成功。")

# 关闭游标
cursor.close()

# 关闭数据库连接
db.close()

代码运行结果如下:

1 条记录更新成功。

删除数据

import pymysql

# 打开数据库连接
db = pymysql.connect(
    host="localhost",  # MySQL 主机名
    user="root",       # MySQL 用户名
    password="",       # MySQL 密码
    database="testdb"  # MySQL 数据库名
)

# 使用 cursor() 方法获取操作游标
cursor = db.cursor()

# 执行 SQL 删除语句
sql = "DELETE FROM users WHERE name = %s"
val = ("Bob",)
cursor.execute(sql, val)

# 提交到数据库执行
db.commit()

print(f"{cursor.rowcount} 条记录删除成功。")

# 关闭游标
cursor.close()

# 关闭数据库连接
db.close()

代码运行结果如下:

1 条记录删除成功。

至此,我们通过示例代码演示了 Python 与 MySQL 数据库交互的实现,并实现了 MySQL 数据库的增删改查。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python与mysql数据库交互的实现 - Python技术站

(0)
上一篇 2023年6月13日
下一篇 2023年6月13日

相关文章

  • 如何在Pandas中使用GroupBy对负值和正值进行求和

    使用Pandas中的GroupBy函数可以方便地对数据进行分组并进行聚合统计,如对于负值和正值的分组求和,可以按照以下步骤进行操作: 创建示例数据 首先,我们需要创建一些示例数据来演示GroupBy的用法。在本示例中,我们使用如下的数据: import numpy as np import pandas as pd data = {‘Value’: [1, …

    python-answer 2023年3月27日
    00
  • Python Pandas pandas.read_sql_query函数实例用法分析

    Python Pandas pandas.read_sql_query 函数实例用法分析 什么是 pandas.read_sql_query 函数? pandas.read_sql_query 函数是 Python Pandas 库提供的 SQL 查询接口,用于查询 SQL 数据库中的数据,并将结果以 pandas.DataFrame 的形式返回,方便进行数…

    python 2023年5月14日
    00
  • 将嵌套的JSON结构转换为Pandas DataFrames

    将嵌套的JSON结构转换为Pandas DataFrame可以使用Pandas库中的json_normalize函数,以下是详细步骤: 导入 Pandas 库: import pandas as pd 使用 json_normalize 函数读取 json 数据,json_normalize 函数可以将嵌套的 json 结构转换为扁平的表格结构: df = …

    python-answer 2023年3月27日
    00
  • pandas之分组groupby()的使用整理与总结

    pandas之分组groupby()的使用整理与总结 一、概述 在数据分析和处理过程中,通常需要对大规模数据进行分组、聚合等操作。在Pandas里,就有着一种非常强大的操作工具——groupby()函数,可以支持类似于SQL的聚合操作,非常方便实用。本篇攻略将对groupby()的使用做一个整理与总结。 二、一些基础知识 DataFrame和Series 在…

    python 2023年5月14日
    00
  • 使用Python Pandas处理日期和时间

    下面是Python Pandas处理日期和时间的完整攻略,包括日期和时间的数据类型、创建日期时间序列、日期时间的属性和方法、日期时间的索引、重采样和时区的处理,还提供了相应的实例说明。 一、日期和时间的数据类型 Pandas中的日期和时间主要有两种数据类型:Timestamp和DatetimeIndex。 Timestamp:代表一个特定的时间。可以理解为一…

    python-answer 2023年3月27日
    00
  • 解决Python2.7读写文件中的中文乱码问题

    解决Python2.7读写文件中的中文乱码问题,主要涉及文件编码、字符编码和转换等相关知识。以下是一些可行的解决方案: 1. 使用合适的编码打开文件 在Python2.7中,默认以ASCII编码打开文件。如果文件中包含其他编码的文本,就会出现中文乱码的问题。解决方法是,明确文件的编码方式,用相应的编码方式打开文件即可。 示例1:打开一个UTF-8编码的文件 …

    python 2023年5月14日
    00
  • Python进行数据科学工作的简单入门教程

    Python进行数据科学工作的简单入门教程 简介 Python是一种非常流行的编程语言,因为它具有直观的语法和丰富的库。Python成为数据科学领域中的一种热门语言,因为有许多数据处理和分析工具可以帮助数据科学家进行数据探索,数据可视化和数据建模等任务。在本教程中,我们将介绍如何使用Python进行数据科学工作。 内容 安装Python和必备数据科学库 数据…

    python 2023年6月13日
    00
  • Python中的Pandas.reset_option()函数

    Python中的Pandas.reset_option()函数 Pandas 是一个十分强大的数据处理库,它提供许多函数用于数据的处理和分析。其中,pandas.reset_option() 函数是一种很实用的函数,下面详细讲解一下该函数的使用方法。 什么是Pandas.reset_option()函数 pandas.reset_option() 是一个函数…

    python-answer 2023年3月27日
    00
合作推广
合作推广
分享本页
返回顶部