python模塊篇04-records

github鏈接為：https://github.com/kennethreitz/records
1）SQLite 數據庫連接串：
　　sqlite:///:memory: (or, sqlite://)
　　sqlite:///relative/path/to/file.db
　　sqlite:////absolute/path/to/file.db
　　例：db = records.Database(‘sqlite:///users.db’)
2）Oracle 數據庫連接示例：
　　先安裝 cx_Oracle
　　oracle://root:1234@ORCL
3）MySQL 數據庫連接串示例：
　　mysql://root:12345@localhost/mydb?charset=utf8
4）PostgreSQL 數據庫連接串示例：
　　postgresql://postgres:1234@localhost/mydb
5）SQL Server 數據庫連接示例：
　　首先安裝 pymssql
　　mssql+pymssql://sa:12345@localhost:1433/mydb
注意：
　　有些數據庫連接方式因第三方模塊不同，連接方式可能有多種，上述只是展示其中某一種連接方式，更詳細的連接方式請參考 SQLAlchemy。

使用步驟：
　　連接數據庫，返回 db 數據庫對象
　　db 對象執行 sql 語句
# pip install records 安裝
import records
# 獲取數據庫
db = records.Database('mysql+pymysql://root:@localhost:3306/dev01_git')
# 查詢
rows = db.query('select * from lemon_user')　　# 獲取數據庫的格式是標准的 URL 格式，如果使用的不是 mysql 數據庫，只需要換掉數據庫類型就可以了

 

二、創建表
　　# 連接數據庫
　　db = records.Database('mysql+pymysql://root:@localhost:3306/dev01_git')

　　# 創建表
　　sql_create_table = """CREATE TABLE IF NOT EXISTS lemon_user (
    　　name varchar(20),
    　　age int
　　) DEFAULT CHARSET=utf8 ;"""

　　db.query(sql_create_table)


三、插入單條數據
　　records 支持使用:variable 定義變量，通過參數傳入完成動態傳值，在需要動態加載數據的時候非常有用：

　　user = {"name": "yuze5", "age": 20}
　　db.query('INSERT INTO lemon_user(name,age) values (:name, :age)', **user)

四、插入多條數據
　　sql 語句在執行多條數據操作的時候非常不方便，尤其是當值還是變化的時候。 records 提供的 bulk_query 方法能快捷的插入和更新多條數據：

　　users = [
    　　{"name":"yuze", "age": 13},
    　　{"name":"yuze2", "age": 15},
    　　{"name":"yuze3", "age": 16}
　　]
　　db.bulk_query('INSERT INTO lemon_user(name,age) values (:name, :age)', users)

五、數據查詢
　　查詢到數據以后，可以通過 all() 方法獲取所有的記錄，支持 3 種類型。默認是自己封裝的 RecordCollection 對象，也可以通過 as_dict=True 參數轉成字典形式，可以通過 as_ordereddict=True 轉成排序字典形式

　　rows = db.query('SELECT * FROM lemon_user;')
　　# 得到所有數據
　　print(rows.all())
　　# 字典形式展示
　　print(rows.all(as_dict=True))
　　# 獲取第一個
　　print(rows.first())
　　# 以字典形式獲取第一個
　　print(rows.first(as_dict=True))
　　# 排序字典
　　print(rows.first(as_ordereddict=True))
　　# 查詢唯一的一個
　　print(rows.one())
　　# 轉為表格形式
　　print(rows.dataset)
　　# 轉為json
　　print(rows.as_dict())
　　# 遍歷
　　for r in rows:
    　　# 多種獲取方式
    　　print(r.id, r['uname'], r[2])


安全參數化：
　　# Records 支持安全參數化，使用 :variable 定義變量，使用字典傳入參數值
　　params = {'id':1}
　　rows = db.query('select * from a_user where id = :id',**params)



六、簡潔的數據庫事務支持
　　數據庫事務是經常需要使用到的數據庫操作，他通常是為了保持數據原子性和一致性。
比如一個轉賬的數據庫操作：
1、從 yuze 賬號中讀取余額 ，
2、對 yuze 賬號余額減去轉賬 - 400 
3、從 chaoge 賬號中把余額讀出來 
4、對 chaoge 賬號做加法操作（+400）。我們必須保證這 4 步同時執行成功，要么同時都不成功。如果前 2 步已經執行成功，但是到第 3 步發生了錯誤導致后面都不能執行，就會出現問題：yuze 的賬號被扣了錢，但是 chaoge 的賬號卻沒有加錢。通過數據庫事務就能避免這種情況。

with db.transaction() as tx:
    user = {"name": "yuze9", "age": 20}
    tx.query('INSERT INTO lemon_user(name,age) values (:name, :age)', **user)
    # 下面是錯誤的 sql 語句，有錯誤，則上面的 sql 語句不會成功執行。
    tx.query('sof')

事務支持：
　　t = Database.transaction();
　　t.commit()


demo：
　　db = records.Database()
　　tx = db.transaction()
　　try:
　　　　db.query(...)
　　　　db.query(...)
　　　　tx.commit()
　　except:
　　　　tx.rollback()

 

數據導出功能：
Records 還具有完整的 Tablib 集成功能，允許將結果導出到 CSV、XLS、JSON、HTML Tables, YAML、Pandas DataFrames。非常適合與朋友共享數據或生成報告。

1. 以 dataset 方式導出
　　dataset = rows.dataset
　　print(dataset)

結果：
　　id|cid|uname 
　　--|---|------
　　1 |100|tom1  
　　2 |100|cat1  

2. 以 csv 方式導出：結果以逗號分隔
　　csv = rows.export('csv')
　　print(csv)

結果：
　　id,cid,uname
　　1,100,tom1
　　2,100,cat1

3. 以 yaml 方式導出
　　yaml = rows.export('yaml')
　　print(yaml)

　　結果：
　　- cid: 100
  　　id: 1
  　　uname: tom1
　　- cid: 100
  　　id: 2
  　　uname: cat1

4. 以 JSON 方式導出：js對象表示法
　　jn = rows.export('json')
　　print(jn)

　　結果：
　　[{"id": 1, "cid": 100, "uname": "tom1"}, {"id": 2, "cid": 100, "uname": "cat1"}]

　　demo：
　　　　rows = db.query('SELECT * FROM lemon_user;')
　　　　json_rows = rows.export('yaml')
　　　　print(json_rows)

　　# 把數據寫入yaml 文件里面
　　with open("222.yaml", "w", encoding="utf-8") as f:
    　　f.write(json_rows)



5. 以 xls/xlsx 方式導出
　　　　demo1
　　　　xls = rows.export('xls')
　　　　print(xls)  # b'\xd0\xcf\x11\xe0\xa1\xb1.......'

　　　　demo2
　　with open('E://report.xls', 'wb') as f:
    　　f.write(rows.export('xls'))

　　demo3
　　rows = db.query('SELECT * FROM lemon_user;')
　　with open('users.xlsx', 'wb') as f:
    　　f.write(rows.export('xlsx'))


6. 以Pandas DataFrame 方式導出
　　首先安裝好 pandas 模塊。
　　rows = db.query('select * from a_user')
　　df = rows.export('df')
　　print(df)

結果：
     id   cid   uname
0     1   100    tom1
1     2   100    cat1
2     3   100  kitty1