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

  • python导入csv文件出现SyntaxError问题分析

    Python导入CSV文件出现SyntaxError问题分析 在Python中,可以使用csv模块来读取和写入CSV文件。但是,在导入CSV文件时,有时会出现SyntaxError问题。本文将详细讲解Python导入CSV文件出现SyntaxError问题的分析,并提供两个示例说明。 1. 问题分析 在导入CSV文件时,如果出现SyntaxError问题,通…

    python 2023年5月14日
    00
  • python中numpy的矩阵、多维数组的用法

    Python NumPy教程之矩阵和多维数组的用法 NumPy是Python中一个重要的科学计算库,提供了高效的多维数组和各种派生及算种函数。在NumPy中,可以使用ndarray多维数组来各种处理操作,包括创建、索引、切片、运算等。本文将详细讲解Numpy中矩阵和多维数组的用法,包括创建、索引、切片、运算等,并提供了两个示例。 创建矩阵和多维数组 在Num…

    python 2023年5月13日
    00
  • pytorch中可视化之hook钩子

    PyTorch中可视化之hook钩子 在PyTorch中,我们可以使用hook钩子来获取模型中间层的输出,以便进行可视化或其他操作。本攻略将详细讲解PyTorch中可视化之hook钩子,包括如何使用hook钩子获取中间层的输出和如何使用hook钩子可视化中间层的输出。 使用hook钩子获取中间层的输出 在PyTorch中,我们可以使用register_for…

    python 2023年5月14日
    00
  • Numpy数组的组合与分割实现的方法

    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,方便地进行数组的组合与割。本文将详细讲解Numpy数组的组合与分割现的方法,包括水平组合、垂直组合、深度组、数组分割等。 水平组合 可以使用NumPy中numpy.hstack()函数将两个数组水平组合。以下是一个例: import numpy as np # 创建两个数组 a = n…

    python 2023年5月14日
    00
  • 计算Python Numpy向量之间的欧氏距离实例

    以下是关于“计算Python Numpy向量之间的欧氏距离实例”的完整攻略。 计算Numpy向量之间的欧氏距离 在Python中,可以使用numpy库中的linalg.norm()函数来计算向量之间的欧氏距离。欧氏距离是指两个向量之间的距离,可以用来量它们之间的相似度。 linalg.norm()函数的语法如下: numpy.linalg.norm(x, o…

    python 2023年5月14日
    00
  • 基于np.arange与np.linspace细微区别(数据溢出问题)

    基于np.arange与np.linspace细微区别(数据溢出问题) 在NumPy中,np.arange()和np.linspace()都可以用来生成一组等间隔的数值。本文将详细讲解这两个函数的细微区别,以及在使用时可能遇到的数据溢出问题。 1. np.arange() np.arange()函数用于生成一组等间隔的数值,其语法如下: np.arange(…

    python 2023年5月14日
    00
  • Python3.5.3下配置opencv3.2.0的操作方法

    Python3.5.3下配置OpenCV3.2.0的操作方法 OpenCV是一个开源的计算机视觉库,可以用于图像处理、计算机视觉、机器学习等领域。本文将详细讲解在Python3.5.3下配置OpenCV3.2.0的操作方法,并提供两个示例说明。 1. 安装依赖库 在安装OpenCV之前,需要先安装一些依赖库。可以使用以下命令安装这些依赖库: sudo apt…

    python 2023年5月14日
    00
  • opencv与numpy的图像基本操作

    以下是关于“opencv与numpy的图像基本操作”的完整攻略。 OpenCV与NumPy简介 OpenCV是一个开源计算机视觉库,用于图像和视频。它提供了许多图像处理和计算视觉算法,可以用于图像分析、目标检测、人脸识别等领域。 NumPy是Python的一个开源学库,用于处理大型维数组和矩阵。它提供了高效的数组和数学函数,可以用于学算、数据分析、器习等领域…

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