python+sqlalchemy 操作数据库

1. 引入依赖

#引入依赖 sql阿克米
import sqlalchemy
#引入各种数据类型
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index,CHAR,VARCHAR,Date
#创建 数据库连接
from sqlalchemy import create_engine
#引入？？依赖
from sqlalchemy.ext.declarative import declarative_base
#引入session依赖
from sqlalchemy.orm import sessionmaker

2. 连接数据库

# 参数依次为 （数据库类型+数据库驱动://用户名：密码@服务器地址：端口号/数据库）
#通过pymysql与mysql数据库建立远程连接 和设置最大连接数：
# #engine = create_engine("mysql+pymysql://root:@127.0.0.1:3306/day63?charset=utf8", max_overflow=5)
engine = create_engine("mysql://root:[email protected]:3306/rank?charset=utf8",echo=True)

3. 实例化base

# declarative_base()是一个工厂函数，它为声明性类定义构造基类
Base = declarative_base()

4. 创建会话

#创建一个会话
Session = sessionmaker(bind=engine)
session = Session()

5. 创建表

#创建表
class actList2(Base):
    __tablename__ = "actList2"
    id = Column(Integer, primary_key=True)
    tag = Column(String(100))
    title = Column(String(100))
    date = Column(Date)

    def __repr__(self):
        return "

关于字段基本类型：

• Integer：整形，映射到数据库中是int类型。

• Float：浮点类型，映射到数据库中是float类型。他占据的32位。

• Double：双精度浮点类型，映射到数据库中是double类型，占据64位。

• String：可变字符类型，映射到数据库中是varchar类型.

• Boolean：布尔类型，映射到数据库中的是tinyint类型。

• DECIMAL：定点类型。是专门为了解决浮点类型精度丢失的问题的。在存储钱相关的字段的时候建议大家都使用这个数据类型。并且这个类型使用的时候需要传递两个参数，第一个参数是用来标记这个字段总能能存储多少个数字，第二个参数表示小数点后有多少位。

• Enum：枚举类型。指定某个字段只能是枚举中指定的几个值，不能为其他值。在ORM模型中，使用Enum来作为枚举

• Date：存储时间，只能存储年月日。映射到数据库中是date类型。在Python代码中，可以使用datetime.date来指定

• DateTime：存储时间，可以存储年月日时分秒毫秒等。映射到数据库中也是datetime类型。在Python代码中，可以使用datetime.datetime来指定。示例代码如下：

• Time：存储时间，可以存储时分秒。映射到数据库中也是time类型。在Python代码中，可以使用datetime.time来至此那个。

• Text：存储长字符串。一般可以存储6W多个字符。如果超出了这个范围，可以使用LONGTEXT类型。映射到数据库中就是text类型。

• LONGTEXT：长文本类型，映射到数据库中是longtext类型。

6. 添加数据

arc0 = actList2(tag='活动',title='新一个活动',date='2919-8-30')
arc1 = actList2(tag='活动',title='第一个活动',date='2919-8-30')
arc2 = actList2(tag='新闻',title='一条新闻',date='2919-8-30')
arc3 = actList2(tag='新闻',title='第二条新闻',date='2919-8-30')
arc4 = actList2(tag='同人',title='同人画',date='2919-8-30')
# 新增一条数据
# session.add(arc1)
#新增所有数据
session.add_all([arc0,arc1,arc2,arc3,arc4])
session.commit()

7. 查询数据

#获取所有数据
rs =  session.query(actList2).all()
#过滤数据
rs2 =  session.query(actList2.tag).filter(actList2.id>1).all()
print(rs)
print(rs2)