使用python3 实现插入数据到mysql

当我们想要在Python中向MySQL数据库插入数据时,我们需要利用Python的MySQL Connector模块来实现。下面这些步骤将教你如何在Python中实现MySQL数据库的数据插入。

步骤一:安装MySQL Connector模块

在开始使用MySQL Connector模块之前,我们需要先安装它。你可以使用以下命令在终端中安装:

pip3 install mysql-connector-python

这将从Python Package Index中下载并安装MySQL Connector模块。如果你是在其他系统下工作,可以使用适合你的其他命令进行安装,或者去Python官网寻求更具体的帮助。

步骤二:建立MySQL数据库连接

在Python中使用MySQL Connector模块之前,我们需要首先建立 MySQL 数据库连接。使用MySQL Connector模块的主要步骤涉及到四个参数:主机名、数据库名、用户名和密码。我们可以通过以下代码行建立数据库连接:

import mysql.connector

mydb = mysql.connector.connect(
  host="localhost",  # 主机名
  user="yourusername",  # 用户名
  password="yourpassword",  # 密码
  database="testdb"  # 数据库名
)

请记住,上面出现的细节将因你自身的情况而有所不同。确保你输入了你正确的数据库详细信息。

步骤三:创建游标对象

在建立了数据库连接后,我们通过创建游标对象可以开始执行 SQL 指令。这个操作通常使用 cursor() 方法来完成。这是一个实例:

mycursor = mydb.cursor()

步骤四:编写 SQL 描述语句

在建立了游标对象后,我们需要确保合适的SQL描述语句已被编写。

下面是一个示例SQL语句来向一个“importantpeople”列表中添加人员信息:

sql = "INSERT INTO importantpeople (name, birthday, nationality) VALUES (%s, %s, %s)"

这个 SQL 描述语句可以将数据(人名、生日和国籍)插入到我们的列表中。

我们采用 %s 来代替值。这个操作主要起到防止SQL注入的作用。

步骤五: 将值传递到SQL语句中

在这个步骤中,我们将利用 execute() 方法来发送值到我们之前编写的插入语句中。

在MySQL Connector模块中,我们可以使用 %s 来代替值。 对让Python发送值给MySQL Connector的代码行进行实例操作:

val = ("Paul", "1965-05-03", "American")  # 人名、生日和国籍
mycursor.execute(sql, val)
mydb.commit()
print(mycursor.rowcount, "记录插入成功!")

示例1:向一个表插入两条记录

import mysql.connector

mydb = mysql.connector.connect(
  host="localhost",
  user="yourusername",
  password="yourpassword",
  database="mydatabase"
)

mycursor = mydb.cursor()

sql = "INSERT INTO customers (name, address) VALUES (%s, %s)"
val = ("John", "Highway 21")
mycursor.execute(sql, val)

val = ("Peter", "Lowstreet 4")
mycursor.execute(sql, val)

mydb.commit()

print(mycursor.rowcount, "条记录插入成功")

示例2:向一个特定表插入一条记录

import mysql.connector

mydb = mysql.connector.connect(
  host="localhost",
  user="yourusername",
  password="yourpassword",
  database="mydatabase"
)

mycursor = mydb.cursor()

sql = "INSERT INTO customers (name, address) VALUES (%s, %s)"
val = ("Michelle", "Blue village")
mycursor.execute(sql, val)

mydb.commit()

print(mycursor.rowcount, "条记录插入成功")

这些就是实现MySQL数据库数据插入的在Python3中的基本步骤。记住,最好为每一个插入操作保留相应的Values。

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:使用python3 实现插入数据到mysql - 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

  • python 同时运行多个程序的实例

    下面是关于Python同时运行多个程序实例的完整攻略。 1. 使用Python的multiprocessing模块 Python中的multiprocessing模块可以帮助我们实现同时运行多个程序实例。以下是使用multiprocessing模块的示例代码: import multiprocessing def process1(): print(&quo…

    python 2023年6月13日
    00
  • 在Pandas-Python中获取该列的子串

    获取 DataFrame 中某一列的子串,在 Pandas 中可以通过 .str 属性来完成。这个属性能够对字符串类型的列进行向量化操作,例如 split、contains、replace 等。下面我们来详细说明如何在 Pandas-Python 中获取某一列的子串。 以以下示例数据集为例: import pandas as pd import numpy …

    python-answer 2023年3月27日
    00
  • Pandas 合并(merge)

    Pandas 的 merge 方法可以将两个或多个 DataFrame 进行连接,达到合并的目的。Pandas 的合并操作主要有三种方式,它们分别是: inner(内连接) outer(外连接) left/right(左连接、右连接) 1. inner 连接 内连接是取两个 DataFrame 的“交集”部分。使用 merge 方法来进行内连接操作,其基本语…

    python-answer 2023年3月27日
    00
  • 分享一下Python数据分析常用的8款工具

    分享Python数据分析常用的8款工具 Python作为一门高效易学的编程语言,深受数据分析领域的青睐。本文将分享一下Python数据分析常用的8款工具,帮助大家更好地进行数据分析。 1. Jupyter Notebook Jupyter Notebook是一款基于Web的交互式计算环境,支持多种编程语言,最常用的是Python。它的优点在于可视化输出展示、…

    python 2023年5月14日
    00
  • 分享15 个python中的 Scikit-Learn 技能

    下面我会详细讲解“分享15 个python中的 Scikit-Learn 技能”的完整攻略。 分享15个Python中的Scikit-Learn技能 Scikit-Learn是Python中一个非常强大的机器学习库。在本文中,我们将分享15个在Scikit-Learn中应该知道的技术。 1. 数据集载入 Scikit-Learn中自带了一些常用的数据集,可以…

    python 2023年5月14日
    00
  • 如何在Python中把一个列表作为一行追加到Pandas DataFrame中

    下面我将详细讲解如何在Python中把一个列表作为一行追加到Pandas DataFrame中: 首先,导入pandas模块并创建一个dataframe对象。在本例中,我们使用以下代码创建一个dataframe对象: import pandas as pd # 创建dataframe对象并设置表头 df = pd.DataFrame(columns=[‘Na…

    python-answer 2023年3月27日
    00
  • python文件的读取、写入与删除

    下面开始讲解“Python文件的读取、写入与删除”的攻略。 读取文件 Python可以使用内置的open()函数来打开文件,open()函数支持多种打开模式,例如只读模式(r),只写模式(w),读写模式(r+),追加模式(a)等。 示例1: 读取整个文件 # 打开文件 file = open(‘example.txt’, ‘r’) # 读取整个文件内容 co…

    python 2023年6月13日
    00
  • pandas中的DataFrame数据遍历解读

    pandas中的DataFrame数据遍历 pandas是数据分析领域广泛使用的库之一,其中DataFrame是pandas中最为重要的数据结构之一。为了快速有效地操作DataFrame中的数据,遍历DataFrame是一个重要的技巧。接下来,将为大家介绍pandas中DataFrame的数据遍历解读。 利用iterrows()遍历DataFrame ite…

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