Python数据库模块sqlite3操作实例(非常实用)

当使用Python进行SQLite数据库操作时，sqlite3模块是一个非常常用和强大的工具。它提供了一系列函数和方法，用于创建、连接、查询和管理数据库。下面是一些常见的用法示例：

import sqlite3

#连接到现有数据库Connection个新数据库
conn = sqlite3.connect('stockssqlite3.db')

# 创建内存中的数据库（不保存到磁盘）
# conn = sqlite3.connect(':memory:')
# 获取数据库游标
cursor = conn.cursor()

# 创建表
# cursor.execute('''CREATE TABLE stocks2(date text, symbol text, price real)''')

# 插入数据
# cursor.execute("INSERT INTO stocks2 VALUES ('2023-07-01', 'WL22', 140.34)")
# cursor.execute("INSERT INTO stocks VALUES ('2023-07-02', 'HengDa', 2515.62)")

# 提交更改
conn.commit()

# # 更新数据
cursor.execute("UPDATE stocks SET price =888 WHERE symbol = 'WL'")
# conn.commit()

# 删除数据
cursor.execute("DELETE FROM stocks WHERE symbol = 'HengDa'")
conn.commit()

# 使用参数化查询防止SQL注入
symbol = 'WL'
cursor.execute("SELECT * FROM stocks WHERE symbol=?", (symbol,))
rows2 = cursor.fetchall()
# 遍历查询结果
for row in rows2:
    print('WL: ',row)


# # 开始事务
# conn.execute("BEGIN TRANSACTION")
# # 执行多个操作
# cursor.execute("INSERT INTO stocks VALUES ('2023-07-03', 'MSFT', 278.21)")
# cursor.execute("INSERT INTO stocks VALUES ('2023-07-04', 'AMZN', 3606.02)")

# # 提交事务
# conn.commit()

# 批量插入数据
# data = [('2023-07-05', 'SanAN', 144.50),
#         ('2023-07-05', 'ZXGJ', 2540.10),
#         ('2023-07-05', 'MaoTai', 280.50)]

# cursor.executemany("INSERT INTO stocks VALUES (?, ?, ?)", data)
# conn.commit()

try:
    # 开始事务
    conn.execute("BEGIN TRANSACTION")
    # 执行一些操作
    cursor.execute("INSERT INTO stocks VALUES ('2023-07-06', 'WuHanD', 148.20)")
    cursor.execute("INSERT INTO stocks VALUES ('2023-07-06', 'GOOGL', 2570.80,'55')")
    # 抛出异常，触发回滚
    raise Exception("Some error occurred")
    # 提交事务
    conn.commit()
except Exception as e:
    # 发生异常，回滚事务
    conn.rollback()
    print("Transaction rolled back:", str(e))

# # 使用命名参数化查询
# symbol = 'AAPL'
# price = 150.25
# cursor.execute("SELECT * FROM stocks WHERE symbol=:symbol AND price>=:price", {'symbol': symbol, 'price': price})

# 查询数据
cursor.execute("SELECT * FROM stocks")
rows = cursor.fetchall()
# 遍历查询结果 获取所有行数据
for row in rows:
    print(row)

# 获取部分行数据
cursor.execute("SELECT * FROM stocks2 LIMIT 5")
rows = cursor.fetchmany(3)
for row in rows:
    print('stocks2 fetchmany(3): ',row)

# 获取查询结果的列信息
cursor.execute("SELECT * FROM stocks")
columns = [description[0] for description in cursor.description]
print(columns)

# 创建索引
# cursor.execute("CREATE INDEX idx_symbol ON stocks (symbol)")
conn.commit()
# 执行查询（使用索引）
cursor.execute("SELECT * FROM stocks WHERE symbol = 'WK'")
result = cursor.fetchall()
print(result)

# 创建触发器
# 该语句指定了触发器的名称update_price
# 触发的事件AFTER UPDATE OF price ON stocks，以及在触发时要执行的操作。
# 触发器是强大的数据库功能，可以用于在特定事件发生时自动执行复杂的操作。它们可以用于实现数据完整性约束、记录日志、更新其他表的数据等
# cursor.execute("""
#     CREATE TRIGGER update_price
#     AFTER UPDATE OF price ON stocks
#     BEGIN
#         -- 触发时执行的操作
#         UPDATE stocks2 SET price = 5555 WHERE symbol = 'WL22';
#     END
# """)
# conn.commit()

# # 删除触发器
# cursor.execute("DROP TRIGGER IF EXISTS update_price")

# # 提交更改
# conn.commit()

# 查询触发器信息
cursor.execute("SELECT name, tbl_name, sql FROM sqlite_master WHERE type='trigger'")
triggers = cursor.fetchall()

# 打印触发器信息
for trigger in triggers:
    name, tbl_name, sql = trigger
    print(f"Name: {name}")
    print(f"Table: {tbl_name}")
    print(f"SQL: {sql}")
    print("-" * 30)

# 获取数据库版本号
cursor.execute("SELECT sqlite_version()")
version = cursor.fetchone()[0]
print("SQLite version:", version)

# 获取数据库中的表列表
cursor.execute("SELECT name FROM sqlite_master WHERE type='table'")
tables = cursor.fetchall()
for table in tables:
    print("Table name:", table[0])

# 获取表的列信息
cursor.execute("PRAGMA table_info(stocks)")
columns = cursor.fetchall()
for column in columns:
    print("Column name:", column[1])
    print("Column type:", column[2])

# 定义用户自定义函数
def calculate_total(a, b):
    return a + b

# 注册用户自定义函数
conn.create_function("total", 2, calculate_total)

# 使用用户自定义函数
cursor.execute("SELECT total(10, 5)")
result = cursor.fetchone()[0]
print("Total:", result)

import re

# 创建自定义函数来进行正则表达式匹配
def regex_match(pattern, string):
    return bool(re.match(pattern, string))

# 注册自定义函数
conn.create_function("regex_match", 2, regex_match)

# 使用正则表达式进行查询
cursor.execute("SELECT * FROM my_table WHERE regex_match('^A.*', name)")

import sqlite3

# 连接到数据库
conn = sqlite3.connect("mydatabase.db")
cursor = conn.cursor()

# 删除触发器
cursor.execute("DROP TRIGGER IF EXISTS update_price")

# 提交更改
conn.commit()

# 关闭连接
conn.close()

import sqlite3

# 连接到数据库
conn = sqlite3.connect("mydatabase.db")
cursor = conn.cursor()

# 查询触发器信息
cursor.execute("SELECT name, tbl_name, sql FROM sqlite_master WHERE type='trigger'")
triggers = cursor.fetchall()

# 打印触发器信息
for trigger in triggers:
    name, tbl_name, sql = trigger
    print(f"Name: {name}")
    print(f"Table: {tbl_name}")
    print(f"SQL: {sql}")
    print("-" * 30)

# 关闭连接
conn.close()

sqlite-utils、sqlitebiter和其他类似的库可以提供更高级的功能，包括预编译语句的执行优化和数据库连接池的管理。这些库可以作为sqlite3模块的扩展，提供更便捷和高效的SQLite数据库操作。下面是这些库的简要介绍：

sqlite-utils：它是一个Python库，提供了许多工具和功能来简化SQLite数据库的操作。它支持创建、连接、查询和管理数据库，还提供了高级功能，如预编译语句的执行优化、数据导入导出、数据库迁移等。你可以使用sqlite-utils来执行高级操作，以提高SQLite数据库的性能和功能。
sqlitebiter：它是一个命令行工具和Python库，用于将不同的数据源（如CSV、Excel、JSON等）转换为SQLite数据库。它可以自动推断表结构，并将数据导入SQLite数据库中。sqlitebiter还提供了选项来优化导入过程，包括使用预编译语句和批量插入等。这使得数据导入过程更快速和高效。

Python数据库模块sqlite3操作实例(非常实用)

猜你喜欢