Windows平台Python连接sqlite3数据库的方法分析

Windows平台Python连接sqlite3数据库的方法分析

1. 确定 sqlite3 文件路径及数据库名称

在 Windows 平台上,我们可以使用 Python 自带的 sqlite3 库连接 sqlite3 数据库,但首先需要确定 sqlite3 文件路径及数据库名称。

我们首先需要下载 sqlite3 的预编译二进制文件并解压,然后将其添加到系统的 PATH 环境中。通过以下代码可查看 SQLite3 所在路径:

import sqlite3
print(sqlite3.sqlite_version)   # 查看 SQLite 版本号
print(sqlite3.version)          # 查看 Python 中 SQLite 模块的版本号

接下来,选择一个合适的目录作为数据库的存储位置,我们可以使用以下代码创建并连接数据库:

import os
import sqlite3

path = "C:/sqlite"
if not os.path.exists(path):
    os.makedirs(path)
db_name = "test.db"
conn = sqlite3.connect(os.path.join(path, db_name))

2. 创建表及插入数据

在连接成功后,接下来可以创建表及插入数据。示例如下:

cursor = conn.cursor()

# 创建表
cursor.execute('''
CREATE TABLE IF NOT EXISTS students (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    name TEXT NOT NULL,
    gender TEXT NOT NULL,
    age INTEGER NOT NULL
);
''')

# 插入数据
students = [
    ("Tom", "Male", 22),
    ("Lucy", "Female", 20),
    ("Sunny", "Female", 24)
]

cursor.executemany('INSERT INTO students(name,gender,age) VALUES (?, ?, ?)', students)
conn.commit()

3. 查询数据并显示

查询数据是一个常见的操作。其中,使用 fetchall() 可以获取查询结果集中的所有数据行。示例如下:

cursor.execute("SELECT * FROM students")
rows = cursor.fetchall()
for row in rows:
    print(row)

4. 更新数据

如果需要更新某条数据,我们可以使用 UPDATE 关键字。示例如下:

# 将 Lucy 的年龄更新为 21 岁
cursor.execute("UPDATE students SET age = ? WHERE name = ?", (21, "Lucy"))
conn.commit()

5. 删除数据

如果需要删除某些数据,我们可以使用 DELETE 关键字。示例如下:

# 删除年龄大于 23 岁的学生
cursor.execute("DELETE FROM students WHERE age > ?", (23,))
conn.commit()

以上就是在 Windows 平台上使用 Python 连接 sqlite3 数据库的基本操作。

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:Windows平台Python连接sqlite3数据库的方法分析 - Python技术站

(0)
上一篇 2023年5月13日
下一篇 2023年5月13日

相关文章

  • NumPy是什么?能用来做什么?

    NumPy是Python中用于科学计算和数据分析的一个开源扩展库,它包含了一个强大的N维数组对象和一组函数,可以用来处理各种数组和矩阵运算。NumPy的核心是ndarray(多维数组)对象,它具有快速的数值运算和数组操作能力,可以轻松地进行向量化计算和广播操作。 NumPy可以支持广泛的数学和科学计算,包括线性代数、傅里叶变换、统计分析、随机模拟等。NumP…

    2023年2月26日
    00
  • tensorflow-gpu安装的常见问题及解决方案

    如果您在安装tensorflow-gpu时遇到了问题,可以尝试以下解决方法: 检查CUDA和cuDNN版本。tensorflow-gpu需要与CUDA和cuDNN版本兼容。可以在tensorflow官方网站上查看tensorflow-gpu与CUDA和cuDNN版本的兼容性。请确保您安装的CUDA和cuDNN版本与tensorflow-gpu兼容。 检查Py…

    python 2023年5月14日
    00
  • Python实现解析参数的三种方法详解

    Python实现解析参数的三种方法详解 在Python编程中,我们经常需要从命令行中获取参数并进行解析。Python提供了多种解析参数方法,本攻略将详细解其中的三种方法,并提供两个示例。 方法一:使用sys.argv sys.argv是Python中的一个列表,它包含了命令行中获取的所有参数。其中,sys.argv[0]表示脚本的名称,sys.argv[1:…

    python 2023年5月14日
    00
  • python爬虫之selenium模块

    来详细讲解一下”Python爬虫之selenium模块”的完整攻略。 什么是selenium模块 Selenium是一个自动化测试框架,可以通过编写程序模拟人为操作浏览器完成任务。由于其自动化浏览器的能力,selenium也可以用来编写网页爬虫。与常见的 requests、BeautifulSoup 等实现解析 HTML 的方式不同,Selenium 是启动…

    python 2023年5月14日
    00
  • 使用numpy.ndarray添加元素

    NumPy是Python中常用的数值计算库,它提供了一些常用的函数和方法,方便地进行数值计算。其中,numpy.ndarray是NumPy的重要类,它表示一个多维数组对象。本文将详细讲解“使用numpy.ndarray添加元素”的完整攻略,包括如何使用numpy.append()函数和numpy.concatenate()函数添加元素的方法。 示例1:使用n…

    python 2023年5月14日
    00
  • python numpy中mat和matrix的区别

    以下是关于“Python numpy中mat和matrix的区别”的完整攻略。 背景 在numpy中,我们可以使用mat和matrix来创建矩阵。这两个看起来很相似,但实际上它们有一些区别。本攻略将介绍mat和matrix的区别,并提供两个示例来演示如何使用mat和matrix函数。 区别 mat和matrix都可以用来创建矩阵,但是它们有一些区别: mat…

    python 2023年5月14日
    00
  • Python中的Numpy入门教程

    Python中的Numpy入门教程 NumPy是Python中用于科学计算的一个重要库,它提供了高效的多维数组对象和各种派生对象,包括阵列、矩阵和张量等。本攻略将详细介绍Python Numpy模块的入门教程。 安装Numpy模块 在使用Numpy模块之前,需要先安装它。可以使用以下命令在命令中安装Numpy模块: pip install numpy 导入N…

    python 2023年5月13日
    00
  • numpy之sum()的使用及说明

    以下是关于“numpy之sum()的使用及说明”的完整攻略。 背景 在NumPy中,sum()函数是用于计算中元素的总和的函数。在本攻略中,我们介绍如何使用sum()函数来计算数组中元素的总和。 实现 以下是示例,展示何使用sum()函数计算一维数组中元素的总和: import numpy as np a = np.array([1, 2, 3, 4, 5]…

    python 2023年5月14日
    00
合作推广
合作推广
分享本页
返回顶部