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

  • Pandas 读取txt

    Pandas 是一个强大的 Python 库,可以用于数据处理和分析,并且可以读写各种格式的数据。在这里,我们将讲解使用 Pandas 读取 .txt 文件的完整攻略。 步骤1:导入 Pandas 库 首先,你需要导入 Pandas 库。可以使用以下代码: import pandas as pd 这将导入 Pandas 库,你现在可以使用 Pandas 的所…

    python-answer 2023年3月27日
    00
  • Python pandas.DataFrame调整列顺序及修改index名的方法

    下面是关于“Pythonpandas.DataFrame调整列顺序及修改index名的方法”的完整攻略。 1. 调整列顺序 在 Pandas 中,可以使用 DataFrame 对象的 loc 或 iloc 属性来调整列顺序。其中,loc 使用列名定位列,而 iloc 则使用列索引定位列。 下面是使用 loc 和 iloc 来调整列顺序的示例: import …

    python 2023年5月14日
    00
  • pandas通过loc生成新的列方法

    Pandas是Python中用于数据处理和分析的强大工具,通过使用loc方法,可以生成新的列。下面是通过loc生成新的列方法的完整攻略: 步骤1: 导入pandas模块 首先需要导入pandas模块 import pandas as pd 步骤2: 创建DataFrame 接下来创建一个包含数据的DataFrame data = {‘name’:[‘Tom’…

    python 2023年5月14日
    00
  • Python matplotlib实现折线图的绘制

    下面我来详细讲解一下Python Matplotlib实现折线图的绘制步骤: 1. 准备数据 在绘制折线图前,我们需要准备好数据。假设我们要绘制一个公司五年内收入的折线图,数据如下: year = [2015, 2016, 2017, 2018, 2019] income = [1000, 1500, 2000, 3000, 5000] 其中,year表示年…

    python 2023年6月13日
    00
  • Pandas处理时间序列数据操作详解

    当我们在处理数据时,其中常常会涉及到时间序列数据。而Pandas是Python中非常强大的数据分析工具,也非常适合处理时间序列数据。接下来将为你详细讲解Pandas处理时间序列数据操作的完整攻略。 一、导入Pandas和时间序列数据 在使用Pandas进行时间序列数据处理之前,我们需要先导入Pandas库。可以使用以下代码实现: import pandas …

    python 2023年5月14日
    00
  • 分享一个Python 遇到数据库超好用的模块

    请允许我为大家详细讲解一下“分享一个Python 遇到数据库超好用的模块”的完整攻略。 1. 简介 在Python编程中,我们经常需要使用到数据库进行数据的读写操作,而不同的数据库需要用不同的模块来进行访问。在这种情况下,为了使用方便,我们可以选择使用一个能够同时支持多种数据库的模块,这样我们就可以在不同的项目中使用同一套代码进行数据库操作了。今天,我想向大…

    python 2023年6月13日
    00
  • 详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据

    当我们使用pandas库中的DataFrame对象来处理数据时,会涉及到从数据集中抽取部分数据来进行分析的情况。这时候,我们可以使用.loc[]和.iloc[]方法来实现这个功能。下面,我将详细解释这两个方法的使用方法,并给出几个示例。 什么是.loc[]和.iloc[]方法 .loc[]和.iloc[]方法是pandas中DataFrame对象的两种索引方…

    python 2023年5月14日
    00
  • Pandas – 填补分类数据中的NaN

    为了能够更好地解释如何填补分类数据中的NaN,在这里我将先简单地介绍Pandas。 Pandas是Python中专门用于数据分析的库,它是由NumPy开发而来,可以看作是NumPy的扩展库。Pandas提供了两个重要的数据类型:Series和DataFrame。其中Series表示列,DataFrame表示表格。Pandas支持对数据的处理、清理、切片、聚合…

    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