python如何连接数据库操作

在 Python 中连接和操作数据库通常使用数据库驱动程序或 ORM（对象关系映射）工具。以下是常见的数据库连接和操作方式：

1. 连接关系型数据库（如 MySQL、PostgreSQL、SQLite）
使用 mysql-connector-python 连接 MySQL
安装 MySQL 驱动：

pip install mysql-connector-python

连接数据库并操作：

import mysql.connector

# 连接数据库
conn = mysql.connector.connect(
    host="localhost",
    user="root",
    password="yourpassword",
    database="testdb"
)

# 创建游标
cursor = conn.cursor()

# 执行 SQL 查询
cursor.execute("SELECT * FROM users")

# 获取结果
results = cursor.fetchall()
for row in results:
    print(row)

# 关闭连接
cursor.close()
conn.close()

使用 psycopg2 连接 PostgreSQL
安装 PostgreSQL 驱动：

pip install psycopg2

连接数据库并操作：

import psycopg2

# 连接数据库
conn = psycopg2.connect(
    host="localhost",
    dbname="testdb",
    user="postgres",
    password="yourpassword"
)

# 创建游标
cursor = conn.cursor()

# 执行 SQL 查询
cursor.execute("SELECT * FROM users")

# 获取结果
results = cursor.fetchall()
for row in results:
    print(row)

# 关闭连接
cursor.close()
conn.close()

使用 sqlite3 连接 SQLite
SQLite 是 Python 标准库的一部分，无需额外安装。

import sqlite3

# 连接数据库（如果数据库不存在，会自动创建）
conn = sqlite3.connect("example.db")

# 创建游标
cursor = conn.cursor()

# 创建表
cursor.execute("""
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    age INTEGER
)
""")

# 插入数据
cursor.execute("INSERT INTO users (name, age) VALUES ('Alice', 30)")
cursor.execute("INSERT INTO users (name, age) VALUES ('Bob', 25)")

# 提交事务
conn.commit()

# 查询数据
cursor.execute("SELECT * FROM users")
results = cursor.fetchall()
for row in results:
    print(row)

# 关闭连接
cursor.close()
conn.close()

2. 使用 ORM 工具（如 SQLAlchemy）
ORM（对象关系映射）工具可以将数据库表映射为 Python 类，简化数据库操作。

使用 SQLAlchemy 连接 MySQL
安装 SQLAlchemy 和 MySQL 驱动：

pip install sqlalchemy mysql-connector-python

使用 SQLAlchemy 操作数据库：

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

# 创建引擎
engine = create_engine("mysql+mysqlconnector://root:yourpassword@localhost/testdb")

# 创建基类
Base = declarative_base()

# 定义模型
class User(Base):
    __tablename__ = "users"
    id = Column(Integer, primary_key=True)
    name = Column(String(50))
    age = Column(Integer)

# 创建表
Base.metadata.create_all(engine)

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 插入数据
new_user = User(name="Alice", age=30)
session.add(new_user)
session.commit()

# 查询数据
users = session.query(User).all()
for user in users:
    print(user.id, user.name, user.age)

# 关闭会话
session.close()

3. 连接 NoSQL 数据库（如 MongoDB）
使用 pymongo 连接 MongoDB
安装 MongoDB 驱动：

pip install pymongo

连接 MongoDB 并操作：

from pymongo import MongoClient

# 连接 MongoDB
client = MongoClient("mongodb://localhost:27017/")

# 选择数据库
db = client["testdb"]

# 选择集合（类似于表）
collection = db["users"]

# 插入文档
user = {"name": "Alice", "age": 30}
collection.insert_one(user)

# 查询文档
users = collection.find()
for user in users:
    print(user)

# 关闭连接
client.close()

4. 使用 Pandas 操作数据库
Pandas 可以方便地将数据库查询结果转换为 DataFrame。

使用 Pandas 读取 SQL 数据
安装 Pandas 和数据库驱动：

pip install pandas sqlalchemy

读取 SQL 数据：

import pandas as pd
from sqlalchemy import create_engine

# 创建引擎
engine = create_engine("mysql+mysqlconnector://root:yourpassword@localhost/testdb")

# 读取 SQL 数据到 DataFrame
df = pd.read_sql("SELECT * FROM users", engine)
print(df)

总结

• 对于关系型数据库（如 MySQL、PostgreSQL、SQLite），可以使用
  mysql-connector-python、psycopg2 或 sqlite3。
• 对于 ORM 操作，推荐使用 SQLAlchemy。
• 对于 NoSQL 数据库（如 MongoDB），可以使用 pymongo。
• 如果需要将数据库数据转换为 DataFrame，可以使用 Pandas。