Python使用pyodbc访问数据库操作方法详解 |
您所在的位置:网站首页 › python 本地数据操作模块 › Python使用pyodbc访问数据库操作方法详解 |
Python使用pyodbc访问数据库操作方法详解
这篇文章主要介绍了Python使用pyodbc访问数据库操作方法,结合实例形式详细分析了Python基于pyodbc针对数据库的连接、查询、插入、修改、删除等操作技巧与注意事项,需要的朋友可以参考下 本文实例讲述了Python使用pyodbc访问数据库操作方法。 数据库连接 数据库连接网上大致有两种方法,一种是使用pyodbc,另一种是使用win32com.client,测试了很多遍,最终只有pyodbc成功,而且比较好用,所以这里只介绍这种方法 工具库安装 在此基础上安装pyodbc工具库,在cmd窗口执行如下语句安装 pip install pyodbc 如果安装了anaconda也可以使用conda install pyodbc 分享给大家供大家参考,具体如下: 检验是否可以正常连接数据库检查是否有一个Microsoft Access ODBC驱动程序可用于你的Python环境(在Windows上)的方法: >>> import pyodbc >>>[x for x in pyodbc.drivers() if x.startswith('Microsoft Access Driver')] 如果你看到一个空列表,那么您正在运行64位Python,并且需要安装64位版本的“ACE”驱动程序。如果您只看到['Microsoft Access Driver (*.mdb)']并且需要使用.accdb文件,那么您需要安装32位版本的“ACE”驱动程序 安装64位的ODBC 驱动器: 64位ODBC驱动器的下载地址 https://www.microsoft.com/en-us/download/details.aspx?id=13255 直接安装会报错,所以我们需要修改一下文件AccessDatabaseEngine_X64.exe,先对其进行解压,然后打开AccessDatabaseEngine_X64文件夹,有一个AceRedist.msi文件。用Orca软件将AceRedist.msi打开,找到找到LaunchCondition里面的BLOCKINSTALLATION,删除那一行数据并进行保存。然后再运行AceRedist.msi,就可以把64位的ODBC 驱动器安装成功。 如果感觉上面的操作比较麻烦,可以直接下载脚本之家小编已经处理过的版本。 下载地址:https://www.jb51.net/softs/695978.html 注意: 1、不用配置数据源 2、Orcad的下载地址 https://www.jb51.net/softs/16217.html 下面是经过脚本之家小编测试过的代码 access是2000的,理论上2010也可以。 1 2 3 4 5 6 7 8 9 10 11 import pyodbc
DBfile = r"F:\python\caiji.mdb" # 数据库文件需要带路径 print(DBfile) conn = pyodbc.connect(r"DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};DBQ="+ DBfile +";Uid=;Pwd=;") cursor = conn.cursor() SQL = "SELECT * from sites;" for row in cursor.execute(SQL): print(row) cursor.close() conn.close() 完整测试代码 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 # -*-coding:utf-8-*- import pyodbc
# 连接数据库(不需要配置数据源),connect()函数创建并返回一个 Connection 对象 cnxn = pyodbc.connect(r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=.\data\goods.mdb') # cursor()使用该连接创建(并返回)一个游标或类游标的对象 crsr = cnxn.cursor()
# 打印数据库goods.mdb中的所有表的表名 print('`````````````` goods ``````````````') for table_info in crsr.tables(tableType='TABLE'): print(table_info.table_name)
l = crsr.execute("SELECT * from goods WHERE goodsId='0001'")# [('0001', '扇叶', 20, 'A公司', 'B公司', 2000, 2009)]
rows = crsr.execute("SELECT currentStock from goods") # 返回的是一个元组 for item in rows: print(item)
l = crsr.execute("UPDATE users SET username='lind' WHERE password='123456'") print(crsr.rowcount) # 想知道数据修改和删除时,到底影响了多少条记录,这个时候你可以使用cursor.rowcount的返回值。
# 修改数据库中int类型的值 value = 10 SQL = "UPDATE goods " \ "SET lowestStock=" + str(value) + " " \ "WHERE goodsId='0005'"
# 删除表users crsr.execute("DROP TABLE users") # 创建新表 users crsr.execute('CREATE TABLE users (login VARCHAR(8),userid INT, projid INT)') # 给表中插入新数据 crsr.execute("INSERT INTO users VALUES('Linda',211,151)")
'''''' # 更新数据 crsr.execute("UPDATE users SET projid=1 WHERE userid=211")
# 删除行数据 crsr.execute("DELETE FROM goods WHERE goodNum='0001'")
# 打印查询的结果 for row in crsr.execute("SELECT * from users"): print(row)
# 提交数据(只有提交之后,所有的操作才会对实际的物理表格产生影响) crsr.commit() crsr.close() cnxn.close() 1、连接数据库 1)直接连接数据库和创建一个游标(cursor) 1 2 cnxn =pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=testdb;UID=me;PWD=pass') cursor =cnxn.cursor() 2)使用DSN连接。通常DSN连接并不需要密码,还是需要提供一个PSW的关键字。 1 2 cnxn =pyodbc.connect('DSN=test;PWD=password') cursor =cnxn.cursor() 关于连接函数还有更多的选项,可以在pyodbc文档中的 connect funtion 和 ConnectionStrings查看更多的细节 2、数据查询(SQL语句为 select ...from..where)1)所有的SQL语句都用cursor.execute函数运行。如果语句返回行,比如一个查询语句返回的行,你可以通过游标的fetch函数来获取数据,这些函数有(fetchone,fetchall,fetchmany).如果返回空行,fetchone函数将返回None,而fetchall和fetchmany将返回一个空列。 1 2 3 4 cursor.execute("select user_id, user_name from users") row =cursor.fetchone() if row: printrow 2)Row这个类,类似于一个元组,但是他们也可以通过字段名进行访问。 1 2 3 4 cursor.execute("select user_id, user_name from users") row =cursor.fetchone() print'name:', row[1] # access by column index print'name:', row.user_name # or access by name 3)如果所有的行都被检索完,那么fetchone将返回None. 1 2 3 4 5 while 1: row= cursor.fetchone() ifnot row: break print'id:', row.user_id 4)使用fetchall函数时,将返回所有剩下的行,如果是空行,那么将返回一个空列。(如果有很多行,这样做的话将会占用很多内存。未读取的行将会被压缩存放在数据库引擎中,然后由数据库服务器分批发送。一次只读取你需要的行,将会大大节省内存空间) 1 2 3 4 cursor.execute("select user_id, user_name from users") rows =cursor.fetchall() for row in rows: printrow.user_id, row.user_name 5)如果你打算一次读完所有数据,那么你可以使用cursor本身。 1 2 3 cursor.execute("select user_id, user_name from users"): for row in cursor: printrow.user_id, row.user_name 6)由于cursor.execute返回一个cursor,所以你可以把上面的语句简化成: 1 2 for row in cursor.execute("select user_id, user_name from users"): printrow.user_id, row.user_name 7)有很多SQL语句用单行来写并不是很方便,所以你也可以使用三引号的字符串来写: 1 2 3 4 5 6 cursor.execute(""" select user_id, user_name from users where last_logon < '2001-01-01' and bill_overdue = 'y' """) 3、参数1)ODBC支持在SQL语句中使用一个问号来作为参数。你可以在SQL语句后面加上值,用来传递给SQL语句中的问号。 1 2 3 4 5 6 cursor.execute(""" select user_id, user_name from users where last_logon < ? and bill_overdue = ? """,'2001-01-01','y') 这样做比直接把值写在SQL语句中更加安全,这是因为每个参数传递给数据库都是单独进行的。如果你使用不同的参数而运行同样的SQL语句,这样做也更加效率。 3)python DB API明确说明多参数时可以使用一个序列来传递。pyodbc同样支持: 1 2 3 4 5 6 cursor.execute(""" select user_id, user_name from users where last_logon < ? and bill_overdue = ? """, ['2001-01-01','y']) 1 2 3 cursor.execute("select count(*) as user_count from users where age > ?",21) row =cursor.fetchone() print'%d users' %row.user_count 4、数据插入1)数据插入,把SQL插入语句传递给cursor的execute函数,可以伴随任何需要的参数。 1 2 cursor.execute("insert into products(id, name) values ('pyodbc', 'awesome library')") cnxn.commit() 1 2 cursor.execute("insert into products(id, name) values (?, ?)",'pyodbc', 'awesome library') cnxn.commit() 注意调用cnxn.commit()函数:你必须调用commit函数,否者你对数据库的所有操作将会失效!当断开连接时,所有悬挂的修改将会被重置。这很容易导致出错,所以你必须记得调用commit函数。 5、数据修改和删除1)数据修改和删除也是跟上面的操作一样,把SQL语句传递给execute函数。但是我们常常想知道数据修改和删除时,到底影响了多少条记录,这个时候你可以使用cursor.rowcount的返回值。 1 2 3 cursor.execute("delete from products where id ?",'pyodbc') printcursor.rowcount, 'products deleted' cnxn.commit() 2)由于execute函数总是返回cursor,所以有时候你也可以看到像这样的语句:(注意rowcount放在最后面) 1 2 deleted =cursor.execute("delete from products where id 'pyodbc'").rowcount cnxn.commit() 同样要注意调用cnxn.commit()函数 6、小窍门1)由于使用单引号的SQL语句是有效的,那么双引号也同样是有效的: 1 deleted =cursor.execute("delete from products where id 'pyodbc'").rowcount 2)假如你使用的是三引号,那么你也可以这样使用: 1 2 3 4 5 deleted =cursor.execute(""" delete from products where id 'pyodbc' """).rowcount 3)有些数据库(比如SQL Server)在计数时并没有产生列名,这种情况下,你想访问数据就必须使用下标。当然你也可以使用"as"关键字来取个列名(下面SQL语句的"as name-count") 1 2 row =cursor.execute("select count(*) as user_count from users").fetchone() print'%s users' %row.user_count 4)假如你只是需要一个值,那么你可以在同一个行局中使用fetch函数来获取行和第一个列的所有数据。 1 2 count =cursor.execute("select count(*) from users").fetchone()[0] print'%s users' %count 如果列为空,将会导致该语句不能运行。fetchone()函数返回None,而你将会获取一个错误:NoneType不支持下标。如果有一个默认值,你能常常使用ISNULL,或者在SQL数据库直接合并NULLs来覆盖掉默认值。 1 maxid =cursor.execute("select coalesce(max(id), 0) from users").fetchone()[0] 在这个例子里面,如果max(id)返回NULL,coalesce(max(id),0)将导致查询的值为0。 更多关于Python相关内容感兴趣的读者可查看本站专题:《Python+MySQL数据库程序设计入门教程》、《Python常见数据库操作技巧汇总》、《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》 希望本文所述对大家Python程序设计有所帮助。 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |