Python操作Mysql数据库

最新推荐文章于 2025-08-05 11:50:44 发布
最新推荐文章于 2025-08-05 11:50:44 发布
阅读量1.2k 收藏 12
点赞数 31
CC 4.0 BY-SA版权
文章标签： 数据库 python mysql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/2403_86763298/article/details/148686350

Python操作Mysql数据库

一，简介

Python 连接 MySQL 数据库是通过 MySQL 驱动程序实现的，常见的驱动有mysql-connector-python和PyMySQL。以mysql-connector-python为例，它是 MySQL 官方提供的驱动，能让 Python 程序与 MySQL 数据库进行交互，实现数据的增删改查等操作。

优点

  1. 开源免费：MySQL 是开源数据库，Python 也是开源语言，使用成本低。
  2. 跨平台兼容：Python 和 MySQL 都支持多种操作系统，方便开发和部署。
  3. 高性能：MySQL 处理大量数据时性能优越，适合企业级应用。
  4. 丰富的驱动支持：有多个成熟的驱动可供选择，满足不同场景需求。
  5. 广泛的社区支持：遇到问题容易找到解决方案。

缺点

  1. 事务支持有限：虽然 InnoDB 存储引擎支持事务，但相比专业数据库如 Oracle，功能较弱。
  2. 复杂查询性能下降：对于复杂的关联查询，性能可能不如专业数据库。
  3. 安全机制较简单：MySQL 的安全机制相对简单，需要开发者自己加强安全措施。
  4. 驱动兼容性问题：不同版本的 MySQL 和驱动可能存在兼容性问题，需要注意版本匹配。

二，安装

1. 安装 MySQL 驱动程序

Python 连接 MySQL 8 最常用的驱动有两种，选择其一即可：

方法一：使用官方驱动 mysql-connector-python

这是 MySQL 官方提供的纯 Python 驱动，无需额外安装 C 库，兼容性好。

pip3 install mysql-connector-python
方法二：使用 PyMySQL

这是另一个流行的纯 Python 驱动，语法与 MySQLdb 兼容。

pip3 install pymysql

2. 可能需要的额外依赖

加密支持（可选）

如果 MySQL 服务器启用了强密码加密（如caching_sha2_password，MySQL 8 默认），可能需要安装：

pip3 install cryptography
  • 说明：mysql-connector-python 和 PyMySQL 通常会自动处理加密，但复杂场景下可能需要 cryptography 库。

总结

  • 必装：mysql-connector-python 或 PyMySQL。
  • 可选：cryptography（处理复杂加密场景）。

三，示例

我的库名testdb 里面两个表 users orders

python连接mysql并查看users表内的内容

import pymysql

# 建立数据库连接
db = pymysql.connect(
    host='192.168.10.101',  # 数据库服务器地址
    user='root',             # 数据库用户名
    password='pwd123',       # 数据库密码
    database='testdb'        # 要连接的数据库名
)

# 创建游标对象，用于执行SQL语句
cursor = db.cursor()

try:
    # 执行SQL查询语句，查询users表中的所有记录
    cursor.execute('SELECT * FROM users')
    
    # 获取查询结果集
    results = cursor.fetchall()
    
    # 遍历结果集并打印每一行数据
    for row in results:
        print(row)

except Exception as e:
    print(f"查询过程中发生错误: {e}")

finally:
    # 关闭游标，释放资源
    cursor.close()
    
    # 关闭数据库连接
    db.close()
代码说明：
  1. 数据库连接：通过pymysql.connect()方法创建数据库连接对象，需要提供主机地址、用户名、密码和数据库名。
  2. 游标操作：使用db.cursor()创建游标对象，该对象用于执行 SQL 语句并处理结果。
  3. SQL 执行：调用cursor.execute()方法执行 SQL 查询语句，这里查询的是users表的所有记录。
  4. 结果处理：使用cursor.fetchall()获取查询结果集，返回一个元组列表，每个元组代表一条记录。
  5. 资源释放：无论查询是否成功，最终都需要关闭游标和数据库连接，避免资源泄漏。
验证：
[root@localhost ~]# python3 a.py 
(1, 'Alice', 25)
(2, 'Bob', 30)
(3, 'Charlie', 35)
(4, 'David', 28)
!!!#成功

插入内容

import pymysql

# 建立数据库连接
db = pymysql.connect(
    host='192.168.10.101',  # 数据库服务器地址
    user='root',             # 数据库用户名
    password='pwd123',       # 数据库密码
    database='testdb'        # 要连接的数据库名
)

# 创建游标对象，用于执行SQL语句
cursor = db.cursor()

try:
    # 执行插入语句，使用参数化查询防止SQL注入
    # %s是pymysql的占位符，对应后面元组中的值
    cursor.execute('INSERT INTO users (name, age) VALUES (%s, %s)', ('zhangsan', 99))
    
    # 提交事务，将插入操作持久化到数据库
    db.commit()
    
    # 执行查询语句，查看插入后的结果
    cursor.execute('SELECT * FROM users')
    
    # 获取查询结果集
    results = cursor.fetchall()
    
    # 遍历结果集并打印每一行数据
    for row in results:
        print(row)

except Exception as e:
    # 发生异常时回滚事务
    db.rollback()
    print(f"操作过程中发生错误: {e}")

finally:
    # 关闭游标，释放资源
    cursor.close()
    
    # 关闭数据库连接
    db.close()
代码说明：
  1. 数据库连接：与之前相同，创建数据库连接对象。
  2. 插入操作
    • 使用cursor.execute()执行插入语句，通过参数化查询方式传递值
    • 参数化查询可有效防止 SQL 注入攻击
  3. 事务提交
    • 插入操作属于写操作，需要通过db.commit()提交事务
    • 如果不提交，数据不会真正写入数据库
  4. 查询验证
    • 插入后执行查询语句，验证数据是否成功插入
    • 结果集处理方式与之前相同
  5. 异常处理
    • 添加了db.rollback()在发生异常时回滚事务
    • 确保数据一致性
验证：
[root@localhost ~]# python3  a.py 
(1, 'Alice', 25)
(2, 'Bob', 30)
(3, 'Charlie', 35)
(4, 'David', 28)
(5, 'zhangsan', 99)

创建连接池

使用说明：
  1. 安装依赖：
pip3 install DBUtils pymysql
  1. 连接池特点：
    • 自动管理连接的创建和回收
    • 支持最小 / 最大连接数配置
    • 支持连接耗尽时的阻塞策略
    • 使用上下文管理器确保连接自动关闭
  2. 核心方法：
    • get_connection()：获取数据库连接
    • execute(sql, params)：执行 SQL 语句，自动处理查询结果和事务
  3. 安全考虑：
    • 所有 SQL 操作都使用参数化查询
    • 自动处理事务回滚
    • 支持字典格式的结果集
  4. 性能优化：
    • 默认返回字典格式结果，便于处理
    • 连接可复用，减少开销
    • 支持连接池参数调优
代码
from dbutils.pooled_db import PooledDB
import pymysql

class MySQLPool:
    """MySQL数据库连接池类"""
    
    def __init__(self, host, user, password, database, 
                 mincached=1, maxcached=10, 
                 maxconnections=20, blocking=True):
        """
        初始化数据库连接池
        
        Args:
            host: 数据库主机地址
            user: 数据库用户名
            password: 数据库密码
            database: 数据库名
            mincached: 连接池中空闲连接的初始数量
            maxcached: 连接池中空闲连接的最大数量
            maxconnections: 允许的最大连接数
            blocking: 连接池达到最大连接数时是否阻塞
        """
        self.pool = PooledDB(
            creator=pymysql,  # 使用pymysql作为数据库驱动
            host=host,
            user=user,
            password=password,
            database=database,
            charset='utf8mb4',  # 支持中文和特殊字符
            cursorclass=pymysql.cursors.DictCursor,  # 返回字典格式的结果
            mincached=mincached,
            maxcached=maxcached,
            maxconnections=maxconnections,
            blocking=blocking
        )
    
    def get_connection(self):
        """从连接池获取一个连接"""
        return self.pool.connection()
    
    def execute(self, sql, params=None, commit=True):
        """执行SQL语句
        
        Args:
            sql: SQL语句
            params: SQL参数
            commit: 是否提交事务
            
        Returns:
            对于查询语句，返回结果列表；对于修改语句，返回受影响的行数
        """
        with self.get_connection() as conn:
            with conn.cursor() as cursor:
                try:
                    cursor.execute(sql, params or ())
                    if sql.strip().lower().startswith('select'):
                        return cursor.fetchall()
                    else:
                        if commit:
                            conn.commit()
                        return cursor.rowcount
                except Exception as e:
                    if commit:
                        conn.rollback()
                    raise e

# 使用示例
if __name__ == "__main__":
    # 创建连接池实例
    db_pool = MySQLPool(
        host='192.168.10.101',
        user='root',
        password='pwd123',
        database='testdb'
    )
    
    # 执行查询
    users = db_pool.execute("SELECT * FROM users WHERE age > %s", (25,))
    for user in users:
        print(user)
    
    # 执行插入
    result = db_pool.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ("test", 30))
    print(f"插入成功，受影响行数: {result}")

四，%s的含义

1. 为什么需要参数化查询？

直接拼接字符串会导致 SQL 注入风险。

例如：

# 危险！不要这样做！
name = "zhangsan'; DROP TABLE users; --"
query = f"SELECT * FROM users WHERE name = '{name}'"
cursor.execute(query)

恶意输入可能会破坏数据库。

2. %s 的作用

%s 告诉数据库驱动：“这里有一个动态值，需要安全地插入到 SQL 语句中”。驱动会自动处理转义和类型转换。

安全示例：

name = "zhangsan"
cursor.execute("SELECT * FROM users WHERE name = %s", (name,))
  • 占位符：%s 是值的占位符，无论值是什么类型。
  • 参数分离：实际值通过元组 (name,) 传递给 execute()，与 SQL 语句分离。

3. 如何使用 %s？

单值查询
age = 25
cursor.execute("SELECT * FROM users WHERE age > %s", (age,))
多值插入
data = ("zhangsan", 25)
cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", data)
批量插入
users = [("lisi", 30), ("wangwu", 35)]
cursor.executemany("INSERT INTO users (name, age) VALUES (%s, %s)", users)

4. 注意事项

  1. 仅用于值：%s 只能替换值（如 WHERE name = %s），不能用于表名、列名等 SQL 关键字。
  2. 与 Python 字符串格式化的区别：
    • Python 字符串格式化："Hello %s" % name
    • SQL 参数化查询："SELECT * FROM users WHERE name = %s"（语法相似，但用途不同）
  3. 不同数据库驱动的占位符：
    • PyMySQL/mysql-connector：使用 %s。
    • SQLite3：使用 ?（例如：WHERE name = ?）。
    • PostgreSQL (psycopg2)：也使用 %s。

5. 为什么 %s 更安全？

  • 自动转义：驱动会自动处理特殊字符（如引号），防止 SQL 注入。
  • 类型安全：无需手动处理引号（字符串会自动加引号，数字不会）。
  • 性能优化：预编译 SQL 语句，减少数据库解析开销。

五，事务管理

在 Python 中连接 MySQL 数据库时，事务管理是确保数据一致性和完整性的关键机制。下面我将详细解释如何管理事务，并提供示例代码。

一、事务的四大特性（ACID）

  1. 原子性（Atomicity）：事务中的所有操作要么全部成功，要么全部失败回滚。
  2. 一致性（Consistency）：事务执行前后，数据库的完整性约束没有被破坏。
  3. 隔离性（Isolation）：多个事务并发执行时，一个事务的执行不应影响其他事务。
  4. 持久性（Durability）：事务一旦提交，其结果应该永久保存在数据库中。

二、Python 中管理 MySQL 事务的方法

1. 手动管理事务（基础方法）

使用 PyMySQL 连接时，默认自动提交（autocommit=True），需要手动关闭自动提交来管理事务：

import pymysql

# 建立数据库连接
conn = pymysql.connect(
    host='localhost',
    user='root',
    password='password',
    database='testdb'
)

try:
    # 关闭自动提交，开启事务
    conn.autocommit(False)
    cursor = conn.cursor()
    
    # 执行多个SQL操作
    cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ("Alice", 25))
    cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE user_id = 1")
    
    # 提交事务
    conn.commit()
    print("事务提交成功")

except Exception as e:
    # 发生异常时回滚事务
    conn.rollback()
    print(f"事务回滚: {e}")

finally:
    # 恢复自动提交模式并关闭连接
    conn.autocommit(True)
    conn.close()
2. 使用上下文管理器（推荐方法）

通过自定义上下文管理器，可以更优雅地管理事务：

import pymysql
from contextlib import contextmanager

# 创建数据库连接
def get_db_connection():
    return pymysql.connect(
        host='localhost',
        user='root',
        password='password',
        database='testdb'
    )

# 定义事务上下文管理器
@contextmanager
def transaction():
    conn = get_db_connection()
    conn.autocommit(False)
    
    try:
        yield conn  # 返回连接供外部使用
        conn.commit()  # 提交事务
    except Exception as e:
        conn.rollback()  # 回滚事务
        raise e
    finally:
        conn.autocommit(True)
        conn.close()

# 使用事务上下文管理器
with transaction() as conn:
    with conn.cursor() as cursor:
        cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ("Bob", 30))
        cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE user_id = 2")
3. 使用连接池管理事务（生产环境推荐）

使用DBUtils库创建连接池，并结合上下文管理器管理事务：

from dbutils.pooled_db import PooledDB
import pymysql
from contextlib import contextmanager

# 创建连接池
pool = PooledDB(
    creator=pymysql,
    host='localhost',
    user='root',
    password='password',
    database='testdb',
    mincached=2,
    maxcached=5
)

# 事务上下文管理器
@contextmanager
def transaction():
    conn = pool.connection()
    conn.autocommit(False)
    
    try:
        yield conn
        conn.commit()
    except Exception as e:
        conn.rollback()
        raise e
    finally:
        conn.autocommit(True)
        conn.close()

# 在事务中执行多个操作
with transaction() as conn:
    with conn.cursor() as cursor:
        # 转账操作：从账户1转100到账户2
        cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE user_id = 1")
        cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE user_id = 2")

三、事务隔离级别

MySQL 支持四种隔离级别，通过SET SESSION TRANSACTION ISOLATION LEVEL语句设置：

  1. READ UNCOMMITTED（读未提交）：最低级别，可能读取到未提交的数据（脏读）。
  2. READ COMMITTED（读已提交）：避免脏读，但可能出现不可重复读。
  3. REPEATABLE READ（可重复读）：MySQL 默认级别，确保同一事务中多次读取结果一致。
  4. SERIALIZABLE（串行化）：最高级别，强制事务串行执行，避免所有并发问题。

设置隔离级别示例：

with conn.cursor() as cursor:
    cursor.execute("SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED")
    # 执行事务操作

四、关键要点总结

  1. 事务边界：明确事务的开始（关闭自动提交）和结束（提交或回滚）。
  2. 异常处理：必须捕获异常并回滚，确保事务的原子性。
  3. 资源管理：使用上下文管理器自动关闭连接和游标。
  4. 隔离级别：根据业务需求选择合适的隔离级别，避免脏读、幻读等问题。
  5. 连接池：生产环境中使用连接池提高性能，减少连接开销。

合理使用事务可以确保数据的一致性和完整性，特别是在涉及转账、库存管理等关键业务场景中尤为重要。

Python操作mysql数据库
景天科技苑
01-19 3269
使用PyMySQL库是一种在Python中操作MySQL数据库非常实用的库。PyMySQL是一个纯Python编写的MySQL客户端库，可以轻松地与MySQL数据库进行交互。
python操作mysql数据库
热门推荐
aijaijgnaw的博客
05-21 2万+
python操作数据库的过程： 创建连接—获取游标—执行命令—关闭游标—关闭连接 python访问mysql要用pymysql库 pymysql需要安装：pip install pymysql 导入pymysql
python操作Mysql数据库
2501_91557222的博客
06-16 1352
READUNCOMMITTED：允许脏读，最低的隔离级别，性能最好，但容易出现数据不一致的情况。READCOMMITTED：解决了脏读问题，但可能出现不可重复读。REPEATABLEREAD：解决了脏读和不可重复读问题，但可能出现幻读。SERIALIZABLE：解决了所有问题，但性能最差，可能导致事务长时间等待。在选择事务隔离级别时，需要根据应用的具体需求平衡数据一致性和性能。如果事务数据不频繁冲突，可以选择较低的隔离级别以提升性能；而对于数据一致性要求极高的场景，则应选择更高的隔离级别，尽。
使用Python操作MySql数据库（基础)
weixin_67459449的博客
07-20 5660
基于MySql，使用Python完成创建数据库、创建表、表的增删查改
python操作MySQL数据库
2301_80376513的博客
05-24 2521
连接池技术能够在高并发场景下提升数据库连接的效率。在连接池中，多个数据库连接被提前创建并放入池中，客户端通过池获取连接，而不是每次都建立新的连接。这大大减少了连接创建和销毁的开销。READ UNCOMMITTED：允许脏读，最低的隔离级别，性能最好，但容易出现数据不一致的情况。READ COMMITTED：解决了脏读问题，但可能出现不可重复读。REPEATABLE READ：解决了脏读和不可重复读问题，但可能出现幻读。SERIALIZABLE：解决了所有问题，但性能最差，可能导致事务长时间等待。
Python操作MySQL数据库
weixin_62988359的博客
02-20 3343
在Python中，我们可以使用pymysql库来操作MySQL数据库。pymysql是一个纯Python实现的MySQL客户端，它允许我们连接到MySQL服务器并执行SQL语句。本文将介绍如何使用pymysql库进行基本的数据库操作。
使用python操作mysql数据库
qq_33163046的博客
11-05 5512
mysql是一款开源的数据库软件，具有免费特性。本篇主要记录 使用python操作mysql数据库的代码。预先装好了mysql 8.0.31 和 Navicat Premium 16。
用Python操作MySQL数据库-详细指南
Python热爱者的博客
08-08 4606
在工作中，我们需要经常对数据库进行操作，比如 Oracle、MySQL、SQL Sever 等，今天我们就学习如何利用Python来操作 MySQL 数据库。
Windows安装MySQL及Python操作MySQL数据库脚本实例详解
Field_Yang的博客
06-11 2614
此电脑右键 属性-->高级系统设置-->高级-->环境变量-->系统变量-->点击Path-->编辑-->新建-->输入 E:\mysql-5.7.23-winx64\bin-->一直确定。Python操作MySQL数据库基本步骤为 导入模块-->连接数据库-->获取游标-->执行SQL-->获取执行结果-->关闭游标-->关闭连接。执行 pip install MySQL_python-1.2.5-cp27-none-win_amd64.whl 安装。#创建连接池，5为连接池里的最少连接数。
Python 操作MySql数据库（封装、优雅）
qq_59142194的博客
09-03 7650
python操作mysql数据库，对mysql进行封装。这里只涉及了单表的增、删、查、改这些简单地封装操作，便于对简单的sql语句进行快速使用。
带你彻底搞懂python操作mysql数据库(cursor游标讲解)
12-23
1）以python连接mysql数据库为例 2）使用游标的操作步骤 首先，使用pymysql连接上mysql数据库，得到一个数据库对象。 然后，我们必须要开启数据库中的游标功能，得到一个游标对象。 接着，使用游标对象中的...
MySQL进阶：（第二篇）索引的结构、分类、语法
m0_73073987的博客
08-01 1217
本文系统介绍了MySQL索引的核心概念与实现原理。首先阐述了索引作为高效数据检索的有序数据结构，对比了有无索引的查询差异，并分析了索引在提升查询效率（降低IO和CPU消耗）与占用空间、影响更新操作之间的优缺点。重点剖析了多种索引数据结构：二叉树、红黑树在数据量大时的深度问题，B-Tree的多路平衡特性，以及MySQL优化后的B+Tree（增加相邻节点指针提升区间查询）。同时介绍了哈希索引的局限性和存储引擎支持情况，解释了InnoDB选择B+Tree的原因。最后详细说明了聚集索引的选取规则、索引分类及创建语法
Ubuntu 下 MySQL 离线部署教学（含手动步骤与一键脚本）
The God Of BigData 的博客
08-04 303
本文介绍了在Ubuntu 20.04/22.04无网络环境下部署MySQL的方法。首先需要准备虚拟机环境和下载依赖包，建议初学者先手动部署以理解原理。主要步骤包括：挂载ISO文件、安装MySQL、启动服务、设置root密码和远程访问配置。文中提供了详细的命令操作，并推荐使用自动部署脚本mysql_offline_deploy.sh完成批量部署。脚本包含挂载ISO、安装MySQL、安全设置和开放端口等功能。最后提供了补充建议，如扩展依赖包和使用tar.gz格式替代ISO等方案。
mysql 实现列转行和行转列
质量不太好的博客
08-04 444
mysql 实现列转行和行转列
人大金仓数据库Kingbase主备集群搭建和部署
求知若渴，虚心若愚。
08-01 1129
本文介绍了人大金仓数据库主备集群的安装部署流程。主要内容包括：1）从官网下载数据库软件和授权文件；2）配置主备服务器207和209的免密互信；3）修改install.conf配置文件，设置集群路径、IP地址、数据库参数等；4）执行集群安装脚本并验证状态；5）测试主备数据同步，通过创建测试表和插入数据验证主备一致性。部署过程中需注意服务器免密配置和集群文件夹清理问题，最后通过repmgr命令检查集群运行状态。
菜鸟集团招Java研发啦
jobleap.cn求职助手首页
08-04 371
菜鸟集团招聘JAVA研发工程师，工作地点杭州。岗位职责包括分布式系统开发、高性能服务端程序设计、搜索引擎模块实现及海量数据处理。要求精通JAVA等编程语言，熟悉网络编程、Linux环境和数据库技术，具备扎实的算法基础。优先考虑有互联网实习经历、ACM竞赛获奖或学术成果的候选人。该职位面向具备良好学习能力和团队协作精神的技术人才。
ORACLE复杂查询
ZZH1120KQ的博客
08-04 1372
在Oracle数据库中，逻辑判断和条件判断是两个密切相关但又不完全相同的概念。逻辑判断主要关注的是根据逻辑运算符（如AND、OR、NOT）对条件表达式的结果进行逻辑运算，从而得出最终的布尔值（true或false）。条件判断则更侧重于根据给定的条件或表达式来判断某个操作是否应该执行，或者应该执行哪个分支的操作。
从达梦到 StarRocks：国产数据库实时入仓实践
最新发布
Kami‘s home
08-05 759
在国产化环境下，达梦与 StarRocks 之间的数据集成存在诸多挑战，特别是在实时性、兼容性与稳定性方面。CloudCanal 基于 CDC 技术，提供了面向达梦数据库的实时同步能力，支持表级位点、DDL 兼容性处理等关键能力，助力企业在国产化技术体系中构建稳定、可持续的实时分析平台。
【Redis】安装Redis，通用命令，常用数据结构，单线程模型
2301_80224556的博客
08-04 807
客户端-服务器模型与 MySQL 等主流数据库系统类似，Redis 也严格遵循客户端-服务器 (Client-Server, C/S) 架构模型。服务端 (这是 Redis 的核心，一个常驻运行的后台进程。它负责数据存储、管理、执行命令、处理持久化、维护数据结构等核心功能。服务端通常运行在指定的服务器或主机上，监听配置的 TCP 端口（默认是著名的6379端口），等待客户端的连接请求。值得注意的是，Redis 服务端在处理命令时是单线程。
Python操作MySQL数据库实例教程
通过学习本手册，学习者应能熟练掌握使用Python操作MySQL数据库的方法和技巧，能够独立完成基本的数据库操作，并对可能出现的问题进行诊断和处理。这将有助于学习者在日后的开发过程中，更加高效和安全地管理和操作...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值