關於python實現數據增刪查改的信息

本文目錄一覽：

• 1、使用python將excel表中數據導入sql server數據庫
• 2、python對數據庫表格裡面的內容增刪查改怎麼寫
• 3、一文搞懂python數據類型和結構
• 4、掌握Python 操作 MySQL 數據庫

使用python將excel表中數據導入sql server數據庫

操作如下：

1.首先在mysql管理工具上面新建一個表，設置表中的字段。

2.使用的mysql管理工具是Navicat for MySQL,打開工具,選擇表所在的數據庫。

3.然後點擊數據庫名字,右鍵數據,出來下拉菜單選擇import wizard。

4.點擊next，選擇對應的excel文件。

python對數據庫表格裡面的內容增刪查改怎麼寫

本文主要給大家介紹了關於python模擬sql語句對員工表格進行增刪改查的相關內容，分享出來供大家參考學習，下面來一起看看詳細的介紹：

具體需求:

員工信息表程序，實現增刪改查操作：

可進行模糊查詢，語法支持下面3種:

select name,age from staff_data where age 22 多個查詢參數name,age 用’,’分割

select * from staff_data where dept = 人事

select * from staff_data where enroll_date like 2013

查到的信息，打印後，最後面還要顯示查到的條數

可創建新員工紀錄，以phone做唯一鍵，phone存在即提示,staff_id需自增,添加多個記錄record1/record2中間用’/’分割

insert into staff_data values record1/record2

可刪除指定員工信息紀錄，輸入員工id，即可刪除

delete from staff_data where staff_id=5andstaff_id=10

可修改員工信息，語法如下:

update staff_table set dept=Market,phone=13566677787 where dept = 運維 多個set值用’,’分割

使用re模塊,os模塊,充分使用函數精簡代碼,熟練使用 str.split()來解析格式化字符串

由於,sql命令中的幾個關鍵字符串有一定規律,只出現一次,並且有順序!!!

按照key_lis = [‘select’, ‘insert’, ‘delete’, ‘update’, ‘from’, ‘into’, ‘set’, ‘values’, ‘where’, ‘limit’]的元素順序分割sql.

分割元素作為sql_dic字典的key放進字典中.分割後的列表為b,如果len(b)1,說明sql字符串中含有分割元素,同時b[0]對應上一個分割元素的值,b[-1]為下一次分割對象!

這樣不斷迭代直到把sql按出現的所有分割元素分割完畢,但注意這裡每次循環都是先分割後賦值!!!當前分割元素比如’select’對應的值,需要等到下一個分割元素

比如’from’執行分割後的列表b,其中b[0]的值才會賦值給sql_dic[‘select’] ,所以最後一個分割元素的值,不能通過上述循環來完成,必須先處理可能是最後一個分割元素,再正常循環!!

在這sql語句中,有可能成為最後一個分割元素的 ‘limit’ ,’values’, ‘where’, 按優先級別,先處理’limit’ ,再處理’values’或 ‘where’…..

處理完得到sql_dic後,就是你按不同命令執行,對數據文件的增刪改查,最後返回處理結果!!

示例代碼

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308

# _*_coding:utf-8_*_# Author:Jaye Heimport reimport os def sql_parse(sql, key_lis): ”’ 解析sql命令字符串,按照key_lis列表裡的元素分割sql得到字典形式的命令sql_dic :param sql: :param key_lis: :return: ”’ sql_list = [] sql_dic = {} for i in key_lis: b = [j.strip() for j in sql.split(i)] if len(b) 1: if len(sql.split(‘limit’)) 1: sql_dic[‘limit’] = sql.split(‘limit’)[-1] if i == ‘where’ or i == ‘values’: sql_dic[i] = b[-1] if sql_list: sql_dic[sql_list[-1]] = b[0] sql_list.append(i) sql = b[-1] else: sql = b[0] if sql_dic.get(‘select’): if not sql_dic.get(‘from’) and not sql_dic.get(‘where’): sql_dic[‘from’] = b[-1] if sql_dic.get(‘select’): sql_dic[‘select’] = sql_dic.get(‘select’).split(‘,’) if sql_dic.get(‘where’): sql_dic[‘where’] = where_parse(sql_dic.get(‘where’)) return sql_dic def where_parse(where): ”’ 格式化where字符串為列表where_list,用’and’, ‘or’, ‘not’分割字符串 :param where: :return: ”’ casual_l = [where] logic_key = [‘and’, ‘or’, ‘not’] for j in logic_key: for i in casual_l: if i not in logic_key: if len(i.split(j)) 1: ele = i.split(j) index = casual_l.index(i) casual_l.pop(index) casual_l.insert(index, ele[0]) casual_l.insert(index+1, j) casual_l.insert(index+2, ele[1]) casual_l = [k for k in casual_l if k] where_list = three_parse(casual_l, logic_key) return where_list def three_parse(casual_l, logic_key): ”’ 處理臨時列表casual_l中具體的條件,’staff_id5′–[‘staff_id’,”,’5′] :param casual_l: :param logic_key: :return: ”’ where_list = [] for i in casual_l: if i not in logic_key: b = i.split(‘like’) if len(b) 1: b.insert(1, ‘like’) where_list.append(b) else: key = [”, ‘=’, ”] new_lis = [] opt = ” lis = [j for j in re.split(‘([=])’, i) if j] for k in lis: if k in key: opt += k else: new_lis.append(k) new_lis.insert(1, opt) where_list.append(new_lis) else: where_list.append(i) return where_list def sql_action(sql_dic, title): ”’ 把解析好的sql_dic分發給相應函數執行處理 :param sql_dic: :param title: :return: ”’ key = {‘select’: select, ‘insert’: insert, ‘delete’: delete, ‘update’: update} res = [] for i in sql_dic: if i in key: res = key[i](sql_dic, title) return res def select(sql_dic, title): ”’ 處理select語句命令 :param sql_dic: :param title: :return: ”’ with open(‘staff_data’, ‘r’, encoding=’utf-8′) as fh: filter_res = where_action(fh, sql_dic.get(‘where’), title) limit_res = limit_action(filter_res, sql_dic.get(‘limit’)) search_res = search_action(limit_res, sql_dic.get(‘select’), title) return search_res def insert(sql_dic, title): ”’ 處理insert語句命令 :param sql_dic: :param title: :return: ”’ with open(‘staff_data’, ‘r+’, encoding=’utf-8′) as f: data = f.readlines() phone_list = [i.strip().split(‘,’)[4] for i in data] ins_count = 0 if not data: new_id = 1 else: last = data[-1] last_id = int(last.split(‘,’)[0]) new_id = last_id+1 record = sql_dic.get(‘values’).split(‘/’) for i in record: if i.split(‘,’)[3] in phone_list: print(‘\033[1;31m%s 手機號已存在\033[0m’ % i) else: new_record = ‘%s,%s\n’ % (str(new_id), i) f.write(new_record) new_id += 1 ins_count += 1 f.flush() return [‘insert successful’], [str(ins_count)] def delete(sql_dic, title): ”’ 處理delete語句命令 :param sql_dic: :param title: :return: ”’ with open(‘staff_data’, ‘r’, encoding=’utf-8′) as r_file,\ open(‘staff_data_bak’, ‘w’, encoding=’utf-8′) as w_file: del_count = 0 for line in r_file: dic = dict(zip(title.split(‘,’), line.split(‘,’))) filter_res = logic_action(dic, sql_dic.get(‘where’)) if not filter_res: w_file.write(line) else: del_count += 1 w_file.flush() os.remove(‘staff_data’) os.rename(‘staff_data_bak’, ‘staff_data’) return [‘delete successful’], [str(del_count)] def update(sql_dic, title): ”’ 處理update語句命令 :param sql_dic: :param title: :return: ”’ set_l = sql_dic.get(‘set’).strip().split(‘,’) set_list = [i.split(‘=’) for i in set_l] update_count = 0 with open(‘staff_data’, ‘r’, encoding=’utf-8′) as r_file,\ open(‘staff_data_bak’, ‘w’, encoding=’utf-8′) as w_file: for line in r_file: dic = dict(zip(title.split(‘,’), line.strip().split(‘,’))) filter_res = logic_action(dic, sql_dic.get(‘where’)) if filter_res: for i in set_list: k = i[0] v = i[-1] dic[k] = v line = [dic[i] for i in title.split(‘,’)] update_count += 1 line = ‘,’.join(line)+’\n’ w_file.write(line) w_file.flush() os.remove(‘staff_data’) os.rename(‘staff_data_bak’, ‘staff_data’) return [‘update successful’], [str(update_count)] def where_action(fh, where_list, title): ”’ 具體處理where_list里的所有條件 :param fh: :param where_list: :param title: :return: ”’ res = [] if len(where_list) != 0: for line in fh: dic = dict(zip(title.split(‘,’), line.strip().split(‘,’))) if dic[‘name’] != ‘name’: logic_res = logic_action(dic, where_list) if logic_res: res.append(line.strip().split(‘,’)) else: res = [i.split(‘,’) for i in fh.readlines()] return res pass def logic_action(dic, where_list): ”’ 判斷數據文件中每一條是否符合where_list條件 :param dic: :param where_list: :return: ”’ logic = [] for exp in where_list: if type(exp) is list: exp_k, opt, exp_v = exp if exp[1] == ‘=’: opt = ‘==’ logical_char = “‘%s’%s’%s'” % (dic[exp_k], opt, exp_v) if opt != ‘like’: exp = str(eval(logical_char)) else: if exp_v in dic[exp_k]: exp = ‘True’ else: exp = ‘False’ logic.append(exp) res = eval(‘ ‘.join(logic)) return res def limit_action(filter_res, limit_l): ”’ 用列表切分處理顯示符合條件的數量 :param filter_res: :param limit_l: :return: ”’ if limit_l: index = int(limit_l[0]) res = filter_res[:index] else: res = filter_res return res def search_action(limit_res, select_list, title): ”’ 處理需要查詢並顯示的title和相應數據 :param limit_res: :param select_list: :param title: :return: ”’ res = [] fields_list = title.split(‘,’) if select_list[0] == ‘*’: res = limit_res else: fields_list = select_list for data in limit_res: dic = dict(zip(title.split(‘,’), data)) r_l = [] for i in fields_list: r_l.append((dic[i].strip())) res.append(r_l) return fields_list, res if __name__ == ‘__main__’: with open(‘staff_data’, ‘r’, encoding=’utf-8′) as f: title = f.readline().strip() key_lis = [‘select’, ‘insert’, ‘delete’, ‘update’, ‘from’, ‘into’, ‘set’, ‘values’, ‘where’, ‘limit’] while True: sql = input(‘請輸入sql命令,退出請輸入exit:’).strip() sql = re.sub(‘ ‘, ”, sql) if len(sql) == 0:continue if sql == ‘exit’:break sql_dict = sql_parse(sql, key_lis) fields_list, fields_data = sql_action(sql_dict, title) print(‘\033[1;33m結果如下:\033[0m’) print(‘-‘.join(fields_list)) for data in fields_data: print(‘-‘.join(data))

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。

一文搞懂python數據類型和結構

每次python從入門到精通都是從頭開始看，做這個學習筆記主要是為了讓自己可以省去學習數據類型和結構那幾章的時間，所以“偷懶”可以促進生產力發展……

分別是： 整數型、浮點型、複數、常量、布爾型、字符串 。其中複數基本不會使用到，可以不用太關注

分別是 列表、字典、集合和元組 ，其中最常見並且工作中經常使用到的就是列表和字段，其他兩個不常見。

02、字典

列表之外，字典可能是python中用的也比較多的數據結構了，由於字典的底層應用哈希映射，所以要求字典的所有key必須是不可變元素（可哈希對象），增刪改查操作一般都能實現O(1)複雜度，是低複雜度的必備數據結構。

03、集合

集合（set）是一個無序的不重複元素序列。

可以使用大括號 { } 或者 set() 函數創建集合，注意：創建一個空集合必須用 set() 而不是 { }，因為 { } 是用來創建一個空字典。

集合操作可能最常見於用於對列表去重，它的最大特性是各元素僅保留1次，底層也是應用了哈希函數，所以在集合中查找元素一般也可實現O(1)複雜度，同時集合的嵌套元素也要求是不可變類型（可哈希對象）

add：在集合中增加一個元素，如果元素已存在，則無實際操作

pop：不接受任何參數，堪稱是最神秘的操作，不同於列表的從尾端刪除、字典的指定鍵刪除，集合的pop操作看似是”隨機”刪除。但實際上是按照加入集合的先後順序，刪除”最早”加入的元素

除了與列表和字典中類似的增刪改操作外，集合還支持數學概念下的集合操作，如交集、並集、差集等。

04、元組

如果說列表、字典和集合都有其各自擅長應用場景的話，那麼元組可能是最沒有存在感的數據結構：它接口有限、功能單一，而且是不可變類型。一般而言，用元組解決的問題都可以用列表實現。但使用用元組時，更多在於暗示該序列為不可變類型。當然，當元組內嵌套子列表時實際上是可以對嵌套的子列表進行更改操作的。

有問題可以私信我，歡迎交流！

掌握Python 操作 MySQL 數據庫

本文Python 操作 MySQL 數據庫需要是使用到 PyMySQL 驅動

Python 操作 MySQL 前提是要安裝好 MySQL 數據庫並能正常連接使用，安裝步驟詳見下文。

注意： 安裝過程我們需要通過開啟管理員權限來安裝，否則會由於權限不足導致無法安裝。

首先需要先下載 MySQL 安裝包， 官網下載地址 下載對應版本即可,或直接在網上拉取並安裝：

權限設置：

初始化 MySQL：

啟動 MySQL：

查看 MySQL 運行狀態：

Mysql安裝成功後，默認的root用戶密碼為空，你可以使用以下命令來創建root用戶的密碼：

登陸：

創建數據庫：

查看數據庫：

PyMySQL 模塊使用 pip命令進行安裝：

假如系統不支持 pip 命令，可以使用以下方式安裝：

pymysql .connect 函數：連接上數據庫

輸出結果顯示如下：表面數據庫連接成功

使用 pymysql 的 connect() 方法連接數據庫，connect 參數解釋如下：

conn.cursor():獲取游標

如果要操作數據庫，光連接數據是不夠的，咱們必須拿到操作數據庫的游標，才能進行後續的操作，游標的主要作用是用來接收數據庫操作後的返回結果，比如讀取數據、添加數據。通過獲取到的數據庫連接實例 conn 下的 cursor() 方法來創建游標，實例如下：

輸出結果為：

cursor 返回一個游標實例對象，其中包含了很多操作數據的方法，如執行sql語句，sql 執行命令： execute() 和 executemany()

execute(query,args=None):

executemany(query,args=None)：

其他游標對象如下表：

完整數據庫連接操作實例如下：

以上結果輸出為：

創建表代碼如下：

如下所示數據庫表創建成功：

插入數據實現代碼：

插入數據結果：

Python查詢Mysql使用 fetchone() 方法獲取單條數據, 使用fetchall() 方法獲取多條數據。

查詢數據代碼如下：

輸出結果：

DB API中定義了一些數據庫操作的錯誤及異常，下表列出了這些錯誤和異常:

本文給大家介紹 Python 如何連接 Mysql 進行數據的增刪改查操作，文章通過簡潔的代碼方式進行示例演示，給使用 Python 操作 Mysql 的工程師提供支撐。