随着需要存储数据的结构不断复杂化，使用数据库来存储数据是一个必须面临的问题。那么应该如何在python中使用数据库？下面就在本篇博客中介绍一下在python中使用mysql。

　　首先，本博客已经假定阅读者已经安装了python和mysql，所以不会讲解关于它们的安装（如果未安装，请查阅官方文档进行下载安装）。

 

在python中使用pymysql操作mysql　　

python的标准库中，是没有可以直接连接操作mysql的模块，首先我们应安装python的第三方模块pymysql。

使用pymysql操作mysql的步骤：

　　1）使用pymysql.connect连接并登录mysql

　　2) 使用connection.cursor建立游标

　　3) 使用cursor.execute()或cursor.executemany()执行sql语句

 

例一（使用pymysql执行简单的mysql操作）：

　　(1) 首先在mysql中建立一张用户表

CREATE TABLE `users` (    `id` int(11) NOT NULL AUTO_INCREMENT,    `email` varchar(255) COLLATE utf8_bin NOT NULL,    `password` varchar(255) COLLATE utf8_bin NOT NULL,    PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_binAUTO_INCREMENT=1 ;

　　(2) 使用pymysql连接数据库并操作这张表

1 import pymysql 2  3 # Connect to the database 4 # 连接mysql，host指定主机；port指定端口，如果mysql为默认端口3306可以不写； 5 # user,password分别指定登录mysql的用户名和密码； 6 # db指定数据库；charset指定字符集； 7 connection = pymysql.connect(host='localhost', 8                              user='root', 9                              password='',10                              db='test',11                              charset='utf8mb4',12                               cursorclass=pymysql.cursors.DictCursor)13 14 try:15     with connection.cursor() as cursor:16         # Create a new record17         # 构建sql语句18         sql = "INSERT INTO `users` (`email`, `password`) VALUES (%s, %s)"19         # 相当于在mysql终端执行20         # "INSERT INTO `users` (`email`, `password`) VALUES ('webmaster@python.org', 'very-secret')"21         cursor.execute(sql, ('webmaster@python.org', 'very-secret'))22 23     # connection is not autocommit by default. So you must commit to save24     # your changes.25     # 向mysql提交更改，如果是查询语句，无需执行connection.commit()26     # 可以通过设置connection.autocommit()来自动提交，传入True即可27     connection.commit()28 29     with connection.cursor() as cursor:30         # Read a single record31         # sql = "SELECT `id`, `password` FROM `users` WHERE `email`=%s"32         # cursor.execute(sql, ('webmaster@python.org',))33         sql = "SELECT * FROM `users`"34         # 执行cursor.execute(sql),等于在mysql终端执行sql语句。35         cursor.execute(sql)36         # 获取sql语句执行结果并打印37         result = cursor.fetchall()38         print(result)39 finally:40     # 关闭连接41     connection.close()

 

例二（向mysql中的表插入多条信息）：

1 import pymysql 2  3 connection = pymysql.Connect(host="localhost", 4                              user="root", 5                              password="", 6                              db="test", 7                              charset="utf8mb4", 8                              cursorclass=pymysql.cursors.DictCursor) 9 10 try:11     # # 执行多次INSERT操作12     # with connection.cursor() as cursor:13     #     users_info = [('xiaoming@123.com','simple'), ('xiaoqiang@123.com','simple'),14     #              ('xiaozhang@123.com','very-secret'), ('xiaoli@123.com', 'simple'),15     #              ('xiangwang@123.com','simple'), ('xiaohong@123.com','very-secret')]16     #     sql = "INSERT INTO `users` (`email`, `password`) VALUES (%s, %s)"17     #     # 执行多次相同操作使用cursor.executemany（）18     #     cursor.executemany(sql, users_info)19     # connection.commit()20 21     # 查询所有用户信息22     with connection.cursor() as cursor:23         sql = "SELECT * FROM `users`"24         cursor.execute(sql)25         result = cursor.fetchall()26         print("-----all users-----")27         for user_info in result:28             print(user_info)29 30     with connection.cursor() as cursor:31         sql = "SELECT * FROM `users` WHERE `password`=%s"32         cursor.execute(sql, ('very-secret',))33         result = cursor.fetchall()34         print("-----password is very-secret-----")35         for user_info in result:36             print(user_info)37 finally:38     connection.close()

　　注：在python程序中使用pymysql，最好只执行对表的增删该查即可（使用pymysql虽然能执行原生SQL语句，但不建议使用它进行建数据库，表，修改数据库，表属性等操作（如果要进行这些操作不妨直接登录mysql，直接在mysql终端执行这些操作）。

下面将介绍一些pymysql的一些常用API（在pymysq中只有两个常用object）：

(1)Connection Object：

　　常用属性：

host – mysql主机地址user – 登录用户名password – 登录用户密码port – mysql端口，默认3306charset – 字符集connect_timeout – 连接最大时间，超时自动断开。(default: 10, min: 1, max: 31536000)autocommit – 是否自动提交更改。(default: False)db – 使用指定的数据库cursorclass – 指定cursor类

　　注：以上参数应在连接数据库时指定，只是常用参数（详细请参见：http://pymysql.readthedocs.io/en/latest/modules/connections.html）。

　　常用方法：

begin() - 开启一个事件 与 在mysql终端执行BEGIN效果相同close() - 关闭与mysql的连接commit() - 提交对mysql中存储数据的更改cursor(cursor=None) - 创建一个cursor对象，cursor类在连接时未指明，可以在此指明，使用默认cursor忽略参数即可ping(reconnect=True) - 检测连接是否存活，如果连接超过设置的connet_timeout会自动断开，所以在进行对mysql操作前应使用此方法检测rollback() - 使用了begin()后，对mysql的操作未提交前，可以只用此方法恢复到未操作之前select_db(db) - 选择数据库，如果要操作的表不在连接时指定的数据库，使用此方法切换。show_warnings() - 显示警告信息

(2)Cursor Objects：

　　常用方法：

execute(query, args=None) - 执行一条sql语句    Parameters:            query (str) – 要被执行的sql语句        args (tuple, list or dict) – sql语句中用到的参数    Returns:    多少行信息收到影响        Return type:        int    如果args是以tuple的形式指定，则按位置依次传入sql语句中；如果是以dict传入，则以关键字传入sql语句中。executemany(query, args) - 多次执行这条sql语句    参数与上相同，不过要使用[]将多个args括起来。    此方法可提高多行INSERT和REPLACE的性能。 否则，它等价于使用execute() 循环args。fetchone() - 取结果中的一行fetchall() - 取所有的结果fetchmany(size=None) - 取结果中的size行close() - 关闭当前cursormax_stmt_length = 1024000 - 指定 executemany() 执行最多max_stmt_length次sql语句

　　注：只写了常用方法，详细请参见：http://pymysql.readthedocs.io/en/latest/modules/cursors.html

 

使用sqlalchemy操作数据库（重点）

例三（使用sqlalchemy创建一张数据表并插入数据）：

　　使用pymysql固然可以与mysql进行交互，但还是在源代码中使用了原生SQL语句，使代码的重用行和扩展性大大降低，这不符合面向对象的编程的特性。那么该如何像操作对象一样操作数据库呢？

　　我们使用一种叫做ORM(Object Relational Mapping，简称ORM，或O/RM，或O/R mapping)的技术，是一种程序技术，用于实现面向对象编程语言里不同类型系统的数据之间的转换。在python中我们使用一个名为SQLAlchemy(基于ORM的开发组件)来进行对数据库的操作，这样就不必在源代码中使用SQL语句，大大降低了程序员学习SQL的成本，由于不必再拼接复杂的SQL语句，大大提高开发效率，并且使程序有更高的扩展性。

1 import sqlalchemy 2 from sqlalchemy import create_engine 3 from sqlalchemy.ext.declarative import declarative_base 4 from sqlalchemy import Column, Integer, String 5 from sqlalchemy.orm import sessionmaker 6  7 # 检查sqlalchemy的版本 8 # print(sqlalchemy.__version__) 9 10 # 创建一个engine11 # 传入一个URL作为第一个位置参数（格式为：dialect[+driver]://user:password@host/dbname[?key=value..]）12 # dialect is a database name such as mysql, oracle, postgresql, ,13 # and driver the name of a DBAPI, such as psycopg2, pyodbc, cx_oracle, pymysql.14 # 打印操作数据库的过程，则设置echo=True，否则默认即可15 engine = create_engine('mysql+pymysql://root:123456@localhost/test')16 17 Base = declarative_base()18 19 # 将要创建的表结构20 class User(Base):21     # 表名22     __tablename__ = 'users'23 24     # 字段名，字段属性25     id = Column(Integer, primary_key=True)26     name = Column(String(32))27     fullname = Column(String(64))28     password = Column(String(64))29 30     def __repr__(self):31         return "
      
       " % (32             self.name, self.fullname, self.password)33 34 # 可以同时创建多个表，在前面以上面的形式写好所有表结构，最后统一创建35 Base.metadata.create_all(engine)36 37 # 创建一个Session类38 # Session = sessionmaker()39 # Session.configure(bind=engine)40 # 等同于上面两行41 Session = sessionmaker(bind=engine)42 # 生成一个session实例43 session = Session()44 45 # 构造要插入表中的数据46 ed_user = User(name='ed', fullname='Ed Jones', password='edspassword')47 # 将数据放入session中，如果有多条数据使用session.add_all([data1,data2,...])48 session.add(ed_user)49 # session.add_all([User(name='wendy', fullname='Wendy Williams', password='foobar'),50 #                  User(name='mary', fullname='Mary Contrary', password='xxg527'),51 #                  User(name='fred', fullname='Fred Flinstone', password='blah')])52 # 向数据库提交53 # session.commit()54 55 data = session.query(User).filter(User.id>2).all()56 print(data)
      

# 使用上面的代码生成的数据表结构mysql> desc users;+----------+-------------+------+-----+---------+----------------+| Field    | Type        | Null | Key | Default | Extra          |+----------+-------------+------+-----+---------+----------------+| id       | int(11)     | NO   | PRI | NULL    | auto_increment || name     | varchar(32) | YES  |     | NULL    |                || fullname | varchar(64) | YES  |     | NULL    |                || password | varchar(64) | YES  |     | NULL    |                |+----------+-------------+------+-----+---------+----------------+4 rows in set (0.00 sec)# 使用上面代码插入表中的数据mysql> select * from users;+----+------+----------+-------------+| id | name | fullname | password    |+----+------+----------+-------------+|  1 | ed   | Ed Jones | edspassword |+----+------+----------+-------------+1 row in set (0.00 sec)

 

例四（使用sqlalchemy进行对数据的查，改，删）

1 # 查询时在filter_by(或filter)中写上条件即可，查询到的结果可能是多条，first()代表取第一条，all()代表取所有 2 our_user = session.query(User).filter_by(name='ed').first() 3 # 如果有多个查询条件，data = session.query(User).filter(User.id>2).filter(User.id<4).all(),这样使用即可 4 data = session.query(User).filter(User.id>2).all() 5 print("-------这是查询数据的结果-------") 6 print(our_user) 7 print(data) 8 print('\n') 9 10 # 直接修改查询的结果，然后提交即可11 our_user.password = 'f8s7ccs'12 session.commit()13 new_user = session.query(User).filter_by(name='ed').first()14 print("-------这是修改数据的结果-------")15 print(new_user)16 print('\n')17 18 # 先查询出要删除的数据，然后使用session.delete()和session.delete()即可19 data = session.query(User).filter(User.id==5).first()20 # print(data)21 session.delete(data)22 session.commit()

 

例五（使用sqlalchemy实现数据表的外键关联）：

　　作为关系型数据库，表与表之间的外键关联是比不可少的，也是至关重要的，那么改如何使用sqlalchemy在python对象中通过类的形式映射这种关系呢？ 请看下面的代码。

1 import sqlalchemy 2 from sqlalchemy import create_engine 3 from sqlalchemy.ext.declarative import declarative_base 4 from sqlalchemy import Column, Integer, String, Enum, ForeignKey 5 from sqlalchemy.orm import sessionmaker, relationship 6  7 engine = create_engine('mysql+pymysql://root:123456@localhost/student') 8  9 Base = declarative_base()10 11 class Student(Base):12     __tablename__ = 'student_info'13 14     # 设置id, 类型为int, 不能为空, id是这张表的主键15     id = Column(Integer, nullable=False, primary_key=True)16     # 设置stu_id, 类型为int, 不能为空, id在这张表中的值唯一17     stu_id = Column(Integer, nullable=False, unique=True)18     name = Column(String(32), nullable=False, )19     age = Column(Integer, nullable=False, )20     gender = Column(Enum('F', 'M'), nullable=False)21 22     # 查询结果的显示是此函数返回的格式23     def __repr__(self):24         return "
      
       " % (25             self.stu_id, self.name, self.age, self.gender)26 27 class Study(Base):28     __tablename__ = 'study_level'29 30     id = Column(Integer, nullable=False, primary_key=True)31     # 设置stu_id为study_level表的外键，与student_info表中的stu_id关联32     stu_id = Column(Integer, ForeignKey('student_info.stu_id'))33     mathematics = Column(Integer)34     physics = Column(Integer)35     chemistry = Column(Integer)36 37     # 定义关系，可以在本类中使用属性student_info查询表student_info中的数据（以同样的条件）38     # 也可以在Student类中使用属性study_level查询表study_level中的数据39     student_info = relationship('Student', backref='study_level')40 41     def __repr__(self):42         return "
       
        " % (43             self.student_info.name, self.mathematics, self.physics, self.chemistry)44 45 # Base.metadata.create_all(engine)46 47 Session = sessionmaker(engine)48 session = Session()49 50 # 插入4个学生信息51 # session.add_all([Student(stu_id=10001, name='zhangsan', age=16, gender='F'),52 #                  Student(stu_id=10002, name='lisi', age=17, gender='M'),53 #                  Student(stu_id=10003, name='wangwu', age=16, gender='M'),54 #                  Student(stu_id=10004, name='zhouliu', age=15, gender='F')])55 #56 # 插入考试成绩，成绩不到60分的科目需补考，再插入补考成绩57 # session.add_all([Study(stu_id=10001, mathematics=78, physics=70, chemistry=83),58 #                  Study(stu_id=10002, mathematics=87, physics=85, chemistry=92),59 #                  Study(stu_id=10003, mathematics=60, physics=54, chemistry=76),60 #                  Study(stu_id=10004, mathematics=52, physics=46, chemistry=44),61 #                  Study(stu_id=10003, physics=68),62 #                  Study(stu_id=10004, mathematics=63, physics=61, chemistry=65)])63 # session.commit()64 65 # 使用这种方法查询多张表，表之间可以没有任何关系66 data = session.query(Student, Study).filter(Student.stu_id==Study.stu_id).all()67 print(data)68 print('\n')69 70 71 # 使用下面的方法通过一张表查询其他表，表之间必须有外键关联72 # 因为每个学生的信息唯一，所以使用first()73 student = session.query(Student).filter(Student.stu_id==10003).first()74 print(student)75 # print(student.study_level)相当于Student.stu_id==10003时，下面的两行代码76 # data = session.query(Study).filter(session.query(Study).filter(Student.stu_id==Study.stu_id).all()).all()77 # print(data)78 print(student.study_level)79 print('\n')80 81 # 因为一个学生可能会有多次考试记录，所以使用all()82 score = session.query(Study).filter(Study.stu_id==10003).all()83 print(score)84 # print(score[0].student_info)相当于Study.stu_id==10003时85 # 因为在student_info表中stu_id的值唯一，所以只有一条数据86 # data = session.query(Student).filter(Study[0].stu_id==Student.stu_id).first()87 # print(data)88 print(score[0].student_info)
       
      

mysql> select * from student_info;+----+--------+----------+-----+--------+| id | stu_id | name     | age | gender |+----+--------+----------+-----+--------+|  1 |  10001 | zhangsan |  16 | F      ||  2 |  10002 | lisi     |  17 | M      ||  3 |  10003 | wangwu   |  16 | M      ||  4 |  10004 | zhouliu  |  15 | F      |+----+--------+----------+-----+--------+4 rows in set (0.00 sec)mysql> select * from study_level;+----+--------+-------------+---------+-----------+| id | stu_id | mathematics | physics | chemistry |+----+--------+-------------+---------+-----------+|  1 |  10001 |          78 |      70 |        83 ||  2 |  10002 |          87 |      85 |        92 ||  3 |  10003 |          60 |      54 |        76 ||  4 |  10004 |          52 |      46 |        44 ||  5 |  10003 |        NULL |      68 |      NULL |      #学号为10003的学生，只有一科成绩小于60，只补考一科|  6 |  10004 |          63 |      61 |        65 |      #学号为10004的学生，三科成绩都小于60，需补考三科+----+--------+-------------+---------+-----------+6 rows in set (0.00 sec)

 　　注：对有外键关联的数据表，进行数据的增删该查，与上例中使用的方式一样，不过受外键约束，约束条件同mysql中外键的约束相同。（详细请参见：http://www.cnblogs.com/God-Li/p/8157312.html）

 

例六（使用sqlalchemy实现mysql中多对多的关系）：

　　多对多的数据关系是最常见的实际生产的数据关系，比如超市的商品与顾客之间的关系（一个顾客可以买多种商品，一种商品可以被多个顾客购买），比如电影与演员的关系（一名演员可以参演多部电影，一部电影会有多个演员），这些数据是我们经常使用的，比如我们在视频网站查找电影时，会有按演员查找，对于一部电影我们也经常关注是哪些演员参演的。那么改如何使用sqlalchemy在mysql中存储这些关系呢？我们就以超市商品与顾客之间的关系来做一个示例，请看下面的代码。

　　为了便于理解，我们先来看一下表结构（一共三张表）

# 商品表，存储商品的名称，价格，和生产日期（为了简单只存这几样信息）mysql> select * from products;+----+-------------+-------+------------+| id | name        | price | pro_date   |+----+-------------+-------+------------+|  1 | iPhone8     |  6988 | 2017-09-18 ||  2 | Apple Watch |  2588 | 2017-06-20 ||  3 | Airpods     |  1288 | 2017-01-11 ||  4 | MacBook     | 10288 | 2017-05-13 |+----+-------------+-------+------------+4 rows in set (0.00 sec)# 顾客表，存储顾客的姓名（这里为了简单只存了姓名，其实还应该用性别、年龄等具体信息）mysql> select * from customers;+----+-----------+| id | name      |+----+-----------+|  1 | ZhangSang ||  2 | WangWu    ||  3 | XiaoMing  ||  4 | LiSi      ||  5 | ZhaoLiu   |+----+-----------+5 rows in set (0.00 sec)# 商品顾客关系表，存储商品与用户的关系，可通过用户查购买了哪些商品，也可通过商品查有哪些用户购买mysql> select * from product_to_customer;+------------+-------------+| product_id | customer_id |+------------+-------------+|          4 |           4 ||          4 |           3 ||          3 |           2 ||          2 |           1 ||          2 |           4 ||          2 |           2 ||          2 |           5 ||          2 |           3 ||          1 |           1 ||          1 |           4 ||          1 |           5 |+------------+-------------+11 rows in set (0.00 sec)

　　接着我们来看一下如何使用python来创建这些表，插入并查询这些信息。

1 import sqlalchemy 2 from sqlalchemy import Table, Column, Integer, String, DATE, ForeignKey 3 from sqlalchemy.orm import relationship 4 from sqlalchemy.ext.declarative import declarative_base 5 from sqlalchemy import create_engine 6  7 Base = declarative_base() 8  9 # 商品与顾客关系表结构10 product_to_customer = Table('product_to_customer', Base.metadata,11                             Column('product_id', Integer, ForeignKey('products.id')),12                             Column('customer_id', Integer, ForeignKey('customers.id')))13 14 # 用户表结构15 class Customer(Base):16     __tablename__ = 'customers'17 18     id = Column(Integer, primary_key=True)19     name = Column(String(32))20 21     def __repr__(self):22         return self.name23 24 # 商品表结构25 class Product(Base):26     __tablename__ = 'products'27 28     id = Column(Integer, primary_key=True)29     name = Column(String(32))30     price = Column(Integer)31     pro_date = Column(DATE)32     customers = relationship(Customer, backref='products', secondary='product_to_customer')33 34     def __repr__(self):35         return self.name36 37 38 engine = create_engine('mysql+pymysql://root:123456@localhost/supermarket')39 Base.metadata.create_all(engine)

1 import table_struct 2 from sqlalchemy.orm import sessionmaker 3  4 Session = sessionmaker(table_struct.engine) 5 session = Session() 6  7 # 构建商品信息 8 # p1 = table_struct.Product(name='iPhone8', price='6988', pro_date='2017-9-18') 9 # p2 = table_struct.Product(name='MacBook', price='10288', pro_date='2017-5-13')10 # p3 = table_struct.Product(name='Airpods', price='1288', pro_date='2017-1-11')11 # p4 = table_struct.Product(name='Apple Watch', price='2588', pro_date='2017-6-20')12 # 13 # 构建顾客信息14 # c1 = table_struct.Customer(name="ZhangSang")15 # c2 = table_struct.Customer(name="LiSi")16 # c3 = table_struct.Customer(name="WangWu")17 # c4 = table_struct.Customer(name="ZhaoLiu")18 # c5 = table_struct.Customer(name="XiaoMing")19 #20 # 构建商品与顾客的关系21 # p1.customers = [c1, c2, c4]22 # p2.customers = [c2, c5]23 # p3.customers = [c3]24 # p4.customers = [c1, c2, c3, c4, c5]25 #26 # session.add_all([p1, p2, p3, p4, c1, c2, c3, c4, c5])27 # session.commit()28 29 # 通过顾客查询他购买了哪些商品30 customer_obj = session.query(table_struct.Customer).filter(table_struct.Customer.name=='XiaoMing').first()31 print(customer_obj.products)32 33 # 通过商品查询有哪些顾客购买34 product_obj = session.query(table_struct.Product).filter(table_struct.Product.name=="iPhone8").first()35 print(product_obj.customers)