本文实例讲述了Python实现数据库编程方法。分享给大家供大家参考。具体分析如下:
用PYTHON语言进行数据库编程, 至少有六种方法可供采用. 我在实际项目中采用,不但功能强大,而且方便快捷.以下是我在工作和学习中经验总结.
方法一:使用DAO (Data Access Objects)
这个第一种方法可能会比较过时啦.不过还是非常有用的. 假设你已经安装好了PYTHONWIN,现在开始跟我上路吧……
找到工具栏上ToolsàCOM MakePy utilities,你会看到弹出一个Select Library的对话框, 在列表中选择'Microsoft DAO 3.6 Object Library'(或者是你所有的版本).
现在实现对数据的访问:
#实例化数据库引擎 import win32com.client engine = win32com.client.Dispatch("DAO.DBEngine.35") #实例化数据库对象,建立对数据库的连接 db = engine.OpenDatabase(r"c:/temp/mydb.mdb")
现在你有了数据库引擎的连接,也有了数据库对象的实例.现在就可以打开一个recordset了. 假设在数据库中已经有一个表叫做 'customers'. 为了打开这个表,对其中数据进行处理,我们使用下面的语法:
rs = db.OpenRecordset("customers") #可以采用SQL语言对数据集进行操纵 rs = db.OpenRecordset("select * from customers where state = 'OH'")
你也可以采用DAO的execute方法. 比如这样:
db.Execute("delete * from customers where balancetype = 'overdue' and name = 'bill'") #注意,删除的数据不能复原了J
EOF 等属性也是可以访问的, 因此你能写这样的语句:
while not rs.EOF: print rs.Fields("State").Value rs.MoveNext()
我最开始采用这个方法,感觉不错.
方法二:使用Python DB API,Python ODBC modules(you can use ODBC API directly, but maybe it is difficult for most beginner.)
为了在Python里面也能有通用的数据库接口,DB-SIG为我们提供了Python数据库.(欲知详情,访问DB-SIG的网站,http://www.python.org/sigs/db-sig/). Mark
Hammond的win32扩展PythonWin里面包含了这些API的一个应用-odbc.pyd. 这个数据库API仅仅开放了一些有限的ODBC函数的功能(那不是它的目的),但是它使用起来很简单,而且在win32里面是免费的.
安装odbc.pyd的步骤如下:
1. 安装python软件包:
http://www.python.org/download/
2. 安装Mark Hammond的最新版本的python win32扩展 - PythonWin:
http://starship.python.net/crew/mhammond/
3. 安装必要的ODBC驱动程序,用ODBC管理器为你的数据库配置数据源等参数
你的应用程序将需要事先导入两个模块:
dbi.dll - 支持各种各样的SQL数据类型,例如:日期-dates
odbc.pyd – 编译产生的ODBC接口
下面有一个例子:
import dbi, odbc # 导入ODBC模块 import time # 标准时间模块 dbc = odbc.odbc( # 打开一个数据库连接 'sample/monty/spam' # '数据源/用户名/密码' ) crsr = dbc.cursor() # 产生一个cursor crsr.execute( # 执行SQL语言 """ SELECT country_id, name, insert_change_date FROM country ORDER BY name """ ) print 'Column descriptions:' # 显示行描述 for col in crsr.description: print ' ', col result = crsr.fetchall() # 一次取出所有的结果 print '/nFirst result row:/n ', result[0] # 显示结果的第一行 print '/nDate conversions:' # 看看dbiDate对象如何"htmlcode">Column descriptions: ('country_id', 'NUMBER', 12, 10, 10, 0, 0) ('name', 'STRING', 45, 45, 0, 0, 0) ('insert_change_date', 'DATE', 19, 19, 0, 0, 1) First result row: (24L, 'ARGENTINA', <DbiDate object at 7f1c80>) Date conversions: standard string: Fri Dec 19 01:51:53 1997 seconds since epoch: 882517913.0 time tuple: (1997, 12, 19, 1, 51, 53, 4, 353, 0) user defined: 19 December 1997大家也可以去http://www.python.org/windows/win32/odbc.html看看,那儿有两个Hirendra Hindocha写的例子,还不错.
注意, 这个例子中,结果值被转化为Python对象了.时间被转化为一个dbiDate对象.这里会有一点限制,因为dbiDate只能表示UNIX时间(1 Jan 1970 00:00:00 GMT)之后的时间.如果你想获得一个更早的时间,可能会出现乱码甚至引起系统崩溃.*_*
方法三: 使用 calldll模块
(Using this module, you can use ODBC API directly. But now the python version is 2.1, and I don't know if other version is compatible with it. 老巫:-)
Sam Rushing的calldll模块可以让Python调用任何动态连接库里面的任何函数,厉害吧"get_info_word"和"get_info_long"里面,改变"calldll.membuf"为"windll.membuf"
下面是一个怎么使用calldll的例子:
from calldll import odbc dbc = odbc.environment().connection() # create connection dbc.connect('sample', 'monty', 'spam') # connect to db # alternatively, use full connect string: # dbc.driver_connect('DSN=sample;UID=monty;PWD=spam') print 'DBMS: %s %s/n' % ( # show DB information dbc.get_info(odbc.SQL_DBMS_NAME), dbc.get_info(odbc.SQL_DBMS_VER) ) result = dbc.query( # execute query & return results """ SELECT country_id, name, insert_change_date FROM country ORDER BY name """ ) print 'Column descriptions:' # show column descriptions for col in result[0]: print ' ', col print '/nFirst result row:/n ', result[1] # show first result rowoutput(输出)
DBMS: Oracle 07.30.0000 Column descriptions: ('COUNTRY_ID', 3, 10, 0, 0) ('NAME', 12, 45, 0, 0) ('INSERT_CHANGE_DATE', 11, 19, 0, 1) First result row: ['24', 'ARGENTINA', '1997-12-19 01:51:53']方法四: 使用ActiveX Data Object(ADO)
现在给出一个通过Microsoft's ActiveX Data Objects (ADO)来连接MS Access 2000数据库的实例.使用ADO有以下几个好处: 首先,与DAO相比,它能更快地连接数据库;其次,对于其他各种数据库(SQL Server, Oracle, MySQL, etc.)来说,ADO都是非常有效而方便的;再有,它能用于XML和文本文件和几乎其他所有数据,因此微软也将支持它比DAO久一些.
第一件事是运行makepy.尽管这不是必须的,但是它对于提高速度有帮助的.而且在PYTHONWIN里面运行它非常简单: 找到工具栏上ToolsàCOM MakePy utilities,你会看到弹出一个Select Library的对话框, 在列表中选择'Microsoft ActiveX Data Objects 2.5 Library ‘(或者是你所有的版本).
然后你需要一个数据源名Data Source Name [DSN] 和一个连接对象. [我比较喜欢使用DSN-Less 连接字符串 (与系统数据源名相比,它更能提高性能且优化代码)]
就MS Access来说,你只需要复制下面的DSN即可.对于其他数据库,或者象密码设置这些高级的功能来说,你需要去 [Control Panel控制面板 | 管理工具Administrative Tools | 数据源Data Sources (ODBC)]. 在那里,你可以设置一个系统数据源DSN. 你能够用它作为一个系统数据源名,或者复制它到一个字符串里面,来产生一个DSN-Less 的连接字符串. 你可以在网上搜索DSN-Less 连接字符串的相关资料. 好了,这里有一些不同数据库的DSN-Less连接字符串的例子:SQL Server, Access, FoxPro, Oracle , Oracle, Access, SQL Server, 最后是 MySQL.> import win32com.client > conn = win32com.client.Dispatch(r'ADODB.Connection') > DSN = 'PROVIDER=Microsoft.Jet.OLEDB.4.0;DATA SOURCE=C:/MyDB.mdb;' > conn.Open(DSN)经过上面的设置之后,就可以直接连接数据库了:
首要的任务是打开一个数据集/数据表
> rs = win32com.client.Dispatch(r'ADODB.Recordset') > rs_name = 'MyRecordset' > rs.Open('[' + rs_name + ']', conn, 1, 3)[1和3是常数.代表adOpenKeyset 和adLockOptimistic.我用它作为默认值,如果你的情况不同的话,或许你应该改变一下.进一步的话题请参考ADO相关材料.]
打开数据表后,你可以检查域名和字段名等等
> flds_dict = {} > for x in range(rs.Fields.Count): ... flds_dict[x] = rs.Fields.Item(x).Name字段类型和长度被这样返回A :
> print rs.Fields.Item(1).Type 202 # 202 is a text field > print rs.Fields.Item(1).DefinedSize 50 # 50 Characters现在开始对数据集进行操作.可以使用SQL语句INSERT INTO或者AddNew() 和Update()
> rs.AddNew() > rs.Fields.Item(1).Value = 'data' > rs.Update()这些值也能够被返回:
> x = rs.Fields.Item(1).Value > print x 'data'因此如果你想增加一条新的记录,不必查看数据库就知道什么number 和AutoNumber 字段已经产生了
> rs.AddNew() > x = rs.Fields.Item('Auto_Number_Field_Name').Value # x contains the AutoNumber > rs.Fields.Item('Field_Name').Value = 'data' > rs.Update()使用ADO,你也能得到数据库里面所有表名的列表:
> oCat = win32com.client.Dispatch(r'ADOX.Catalog') > oCat.ActiveConnection = conn > oTab = oCat.Tables > for x in oTab: ... if x.Type == 'TABLE': ... print x.Name关闭连接. 注意这里C是大写,然而关闭文件连接是小写的c.
> conn.Close()
前面提到,可以使用SQL语句来插入或者更新数据,这时我们直接使用一个连接对象.
> conn = win32com.client.Dispatch(r'ADODB.Connection') > DSN = 'PROVIDER=Microsoft.Jet.OLEDB.4.0;DATA SOURCE=C:/MyDB.mdb;' > sql_statement = "INSERT INTO [Table_Name] ([Field_1], [Field_2]) VALUES ('data1', 'data2')" > conn.Open(DSN) > conn.Execute(sql_statement) > conn.Close()最后一个例子经常被看作是ADO的难点.一般说来,想要知道一个表的RecordCount 的话,必须象这样一个一个地计算他们 :
> # See example 3 above for the set-up to this > rs.MoveFirst() > count = 0 > while 1: ... if rs.EOF: ... break ... else: ... count = count + 1 ... rs.MoveNext()如果你也象上面那样些程序的话,非常底效不说,如果数据集是空的话,移动第一个记录的操作会产生一个错误.ADO提供了一个方法来纠正它.在打开数据集之前,设置CursorLocation 为3. 打开数据集之后,就可以知道recordcount了.
> rs.Cursorlocation = 3 # don't use parenthesis here > rs.Open('SELECT * FROM [Table_Name]', conn) # be sure conn is open > rs.RecordCount # no parenthesis here either 186[再:3是常数]
这些只用到ADO的皮毛功夫,但对于从PYTHON来连接数据库,它还是应该有帮助的.
想更进一步学习的话,建议深入对象模型.下面是一些连接:
http://msdn.microsoft.com/library/default.asp?url=/library/en-us/ado270/htm/mdmscadoobjmod.asp
http://www.activeserverpages.ru/ADO/dadidx01_1.htm(单步执行还可以,为何写为script就不行?老巫疑惑)
方法五:使用 mxODBC模块(在Windows和Unix下面都可以用,但是是商业化软件,要掏钱的.)下面是相关连接:
http://thor.prohosting.com/~pboddie/Python/mxODBC.html
http://www.egenix.com/files/python/mxODBC.html
方法六: 对具体的数据库使用特定的PYTHON模块
MySQL数据库à MySQLdb模块,下载地址为:
http://sourceforge.net/projects/mysql-python
PostgresSQL数据库àpsycopg模块
PostgresSQL的主页为: http://www.postgresql.org
Python/PostgresSQL模块下载地址: http://initd.org/software/psycopg
Oracle数据库àDCOracle模块下载地址: http://www.zope.org/Products/DCOracle
àcx_oracle模块下载地址: http://freshmeat.net/projects/cx_oracle/?topic_id=809%2C66
希望本文所述对大家的Python程序设计有所帮助。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]