python 操作MYSQL数据库主要有两种方式：
使用原生模块：pymysql
ORM框架：SQLAchemy
一、pymysql
1.1下载安装模块
第一种：cmd下：执行命令下载安装：pip3 install pymysql
第二种：IDE下pycharm python环境路径下添加模块
1.2使用操作
#导入模块
import pymysql #建立连接通道，建立连接填入（连接数据库的IP地址，端口号，用户名，密码，要操作的数据库，字符编码）
conn = pymysql.connect(
host="",
port="",
user='',
password='',
database=""
charset="",
) # 创建游标，操作设置为字典类型，返回结果为字典格式！不写默认是元组格式！
cursor = conn.cursor(cursor=pymysql.cursors.DictCursor) #操作数据库的sql语句
sql="" # 向数据库发送数据，在方法内部进行拼接！！！ #向数据库发送操作单条操作指令
# 格式化输入的值可以单个按顺序传入 或是写成列表 （注意 顺序和位置）
r = cursor.execute(sql,v1,v2……) r = cursor.execute(sql,args)
#r 代表接收返回受影响的行数（数字）及执行这一条sql语句，数据库中有多少行受到了影响。
#sql 指上边写的sql语句
#args 指要给sql语句中传的参数
sql 语句可以不传值 及为空 []
sql 语句可以传一个值 及 [v1,]
sql 语句可以传多值 及 [v1,v2,v3……] #向数据库发送操作多条数据指令 args=[(v1,s1),(v2,s2),(v3,s3)]
r = cursor.executemany(sql,[('egon','sb'),('laoyao','BS')]) #数据库有四种操作：增删改查！
# 执行查操作的时候就得接收从数据库返回的数据！
#执行增删改操作的时候，就需要像数据库提交数据！ #查操作：（接收的数据格式由创建的游标样式决定！）
#接收数据有三种方式： res = cursor.fetchone() #接收返回的第一行数据 ret = cursor.fetchmany(n) #接收返回的n行数据 req = cursor.fetchall() #接收返回的说有数据 #注：在fetch数据时按照顺序进行，可以使用cursor.scroll(num,mode)来移动游标位置，如： cursor.scroll(1,mode='relative') # 相对当前位置移动
cursor.scroll(2,mode='absolute') # 相对绝对位置移动 #增删改操作：
#写完发送操作语句之后，就需要把更改的数据提交，不然数据库无法完成新建或是修改操作 conn.commit() #提交 #注：此处有个获取新建数据自增ID的操作(只能拿到最后那一行的id数)
#执行增加语句，并提交之后，可以获取到
new_id=cursor.lastrowid
print(new_id) #操作完成之后，就需要关闭连接
cursor.close() #关闭游标
conn.close() #关闭连接
操作总结：
1、重中之重，一定要注意sql注入的问题！！！
#格式化写入sql语句，就会造成sql注入的情况！！！
import pymysql
user = input("username:")
pwd = input("password:")
conn = pymysql.connect(host="localhost",user='root',password='',database="db666")
cursor = conn.cursor()
sql = "select * from userinfo where username='%s' and password='%s'" %(user,pwd,)
# select * from userinfo where username='uu' or 1=1 -- ' and password='%s'
cursor.execute(sql)
result = cursor.fetchone()
cursor.close()
conn.close()
if result:
print('登录成功')
else:
print('登录失败')
sql注入问题示例
import pymysql
user = input("username:")
pwd = input("password:")
conn = pymysql.connect(host="localhost",user='root',password='',database="db666")
cursor = conn.cursor()
sql = "select * from userinfo where username=%s and password=%s"
# sql = "select * from userinfo where username=%(u)s and password=%(p)s"
#传入数据类型举例
cursor.execute(sql,user,pwd) #直接传值
# cursor.execute(sql,[user,pwd]) #列表形式
# cursor.execute(sql,{'u':user,'p':pwd}) #字典格式
result = cursor.fetchone()
cursor.close()
conn.close()
if result:
print('登录成功')
else:
print('登录失败')
传入数据类型举例
import pymysql # 增加，删，该
# conn = pymysql.connect(host="localhost",user='root',password='',database="db666")
# cursor = conn.cursor()
# sql = "insert into userinfo(username,password) values('root','')"
# 受影响的行数
# r = cursor.execute(sql)
# # ******
# conn.commit()
# cursor.close()
# conn.close() # conn = pymysql.connect(host="localhost",user='root',password='',database="db666")
# cursor = conn.cursor()
# # sql = "insert into userinfo(username,password) values(%s,%s)"
# # cursor.execute(sql,(user,pwd,)) #插入多条信息
# sql = "insert into userinfo(username,password) values(%s,%s)"
# # 受影响的行数
# r = cursor.executemany(sql,[('egon','sa'),('laoyao','BS')])
# # ******
# conn.commit()
# cursor.close()
# conn.close() # 查
# conn = pymysql.connect(host="localhost",user='root',password='',database="db666")
# cursor = conn.cursor(cursor=pymysql.cursors.DictCursor)
# sql = "select * from userinfo"
# cursor.execute(sql) # cursor.scroll(1,mode='relative') # 相对当前位置移动
# cursor.scroll(2,mode='absolute') # 相对绝对位置移动
# result = cursor.fetchone()
# print(result)
# result = cursor.fetchone()
# print(result)
# result = cursor.fetchone()
# print(result)
# result = cursor.fetchall()
# print(result)
# result = cursor.fetchmany(4)
# print(result)
# cursor.close()
# conn.close() # 新插入数据的自增ID: cursor.lastrowid
# import pymysql
#
# conn = pymysql.connect(host="localhost",user='root',password='',database="db666")
# cursor = conn.cursor()
# sql = "insert into userinfo(username,password) values('asdfasdf','')"
# cursor.execute(sql)
# conn.commit()
# print(cursor.lastrowid)
# cursor.close()
# conn.close()
增删改查操作
二、SQLAchemy
2.1下载安装模块
pip3 install SQLAlchemy
IDE下pycharm python环境路径下添加模块
2.2原理
SQLAlchemy是python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
利用模块，按照对应规则，自动生成sql语句！
作用：提供简单的规则，自动转换成sql语句，最终还是执行sql语句，获取结果！
ORM操作流程：
创建一个类，类对应数据库的表，类能实例一个对象，这个对象对应表里的数据行
关系对象映射关系：
代码 数据库
类 ---> 表
对象 ---> 行
DB first :手动创建数据库和表，通过ORM框架 根据数据库，通过类生成一个一个表
code first :手动创建类和数据库，通过ORM框架 利用类创建表
SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作。
远程连接数据库引擎类型：
MySQL-Python
mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname> pymysql
mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>] MySQL-Connector
mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname> cx_Oracle
oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...] 更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html
SQLAchemy 只负责把类转换成sql语句，连接数据库还是需要插件配合着数据库模块连接的。
连接的数据库不同，转换成的sql语句也不同。
提前必须有连接不同数据库的模块或是软件，SQLAchemy再去配置
规则：导入模块，生成一个基类，然后再用创建类的方法去创建表，sql语句中的语法，全部转换成了方法
虽然没有使用__init__方法，但是在执行定义的时候，会copy到__init__中
找到当前所有继承base的类，然后创建对应的表
注意：利用SQLAchemy 创建表之前，需要先手动创建一个数据库！
2.3操作
导入模块：
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index,CHAR,VARCHAR
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine 创建基类：
Base = declarative_base() 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) 创建单表：
class 类名(Base):
__tablename__="表名" #创建表名
列名=Column(数据类型,是否为空，主键，自增，索引，唯一索引)
__table_args__(
UniqueConstraint("列名1","列名2","联合唯一索引名"),
index("索引名","列名1","列名2"),
) #创建联合唯一索引
数据类型：Integer 整型；String 字符串类型(CHAR,VARCHAR也可以)；
是否为空：nullable=True, 是否为主键：primary_key=True,
是否自增：autoincrement=True 索引：index=True
唯一索引：unique=True
例：
class Users(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(VARCHAR(32), nullable=True, index=True)
email = Column(VARCHAR(16), unique=True)
__table_args__ = (
UniqueConstraint('id', 'name', name='uix_id_name'),
Index('ix_n_ex','name', 'email',),
) 创建有外键关系的多表：
1、先创建一个继承Base基类 存放数据的普通表
2、创建一个继承Base基类 与其有外键关系的表
3、语法：外键名("表名.列名")ForeignKey("usertype.id") 例：
class UserType(Base):
__tablename__ = "usertype"
id = Column(Integer,primary_key=True,autoincrement=True)
title = Column(String(32),nullable=True,index=True) class Users(Base):
__tablename__ = "users"
id = Column(Integer,primary_key=True,autoincrement=True)
name = Column(String(32),nullable=True,index=True)
email = Column(String(16),unique=True)
u_type_id = Column(Integer,ForeignKey("usertype.id"))
#外键名 = Column(数据类型,ForeignKey("表名.列名")) 生成表或是删除表(可以把操作写成一个函数！)：
#找到当前所有继承base的类，然后创建所有的表
def create_table():
Base.metadata.create_all(engine)
#找到当前所有继承base的类，然后删除所有的表
def del_table():
Base.metadata.drop_all(engine) 操作表：
万年不变的 数据行 的增删改查 #首先，先建立链接通道
Session = sessionmaker(bind=engine)
session = Session() #其次，操作表 注意：操作内填如的内容，一定并必须是表达式！ #增
对哪张表更改，就用其对应的类进行实例化，生成的对象就代表着数据行 #增加单个 session.add()
obj = UserType(title = "黑金用户")
session.add(obj) #增加多个 session.add_all()
objs =[
UserType(title = "会员用户"),
UserType(title = "超级用户"),
UserType(title = "铂金用户"),
UserType(title = "黑金用户"),
]
session.add_all(objs) #查 session.query(类名).all() #直接获取整个类(表)下所有的对象(数据行) #直接操作，获取的是像数据库发送执行的sql语句
res = session.query(UserType) #SQL语句
print(res) #获取所有对应类（表）的对象（数据行） 列表类型
res_list = session.query(UserType).all()
print(res_list) #查询操作，获取表中某列的值！是对接收到的整个列表进行循环遍历查找 #查询整个表内的信息 ------->等效于数据库中： select xxx from usertype
res_list = session.query(UserType).all()
for sss in res_list:
print(sss.id,sss.title) #注意点：.filter()方法是过滤的意思，相当于sql语句中的where #条件查找表内信息 -------->等效于数据库中： select xxx usertype where 条件
res_list = session.query(UserType).filter(UserType.id >2)
for sss in res_list:
print(sss.id,sss.title) #注意点：执行删除和更改操作时，都是先把数据行找到(查操作)，再进行删或改操作！ #删 找到对应的数据行，删除即可 .delete() #先找后删，等效于------> delete from usertype where usertype.id > 4
session.query(UserType).filter(UserType.id > 4).delete() #改 先查后改 注意传值的格式！
#这里有个参数 synchronize_session 没别的招，看源码解释！！！
#对表进行批量更改！
session.query(UserType).filter(UserType.id>0).update({"title":"黑金"})
#动态获取原表的数据（char类型），对表进行批量更改
session.query(UserType).filter(UserType.id>0).update({UserType.title:UserType.title+"SX"},synchronize_session=False)
#动态获取原表的数据（int类型），对表进行批量更改
session.query(UserType).filter(UserType.id>0).update({"title":UserType.id+1},synchronize_session="evaluate") #查找其他操作：
# 分组，排序，连表，通配符，子查询，limit，union,where,原生SQL、 # 条件 #过滤，又叫条件判断
ret = session.query(Users).filter_by(name='alex').all()
#两个表达式同时存在，逗号分开，不写关系默认是 and
ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all()
#between and
ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()
#in判断 语法：in_
ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()
# not in 判断 语法：表达式最前加 ~
ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all()
#子查询
ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all()
#逻辑判断： and_ or_ 操作
from sqlalchemy import and_, or_
ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all()
ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all()
ret = session.query(Users).filter(
or_(
Users.id < 2,
and_(Users.name == 'eric', Users.id > 3),
Users.extra != ""
)).all() # 通配符 .like()的方法调用
ret = session.query(Users).filter(Users.name.like('e%')).all()
ret = session.query(Users).filter(~Users.name.like('e%')).all() # 限制
ret = session.query(Users)[1:2] #分页 .limit(n) 取n个数据
res_list = session.query(UserType).limit(2).all()
for sss in res_list:
print(sss.id,sss.title) # 排序 查表.order_by(列名.desc()/列名.asc()) [.desc() 由大到小；.asc() 由小到大]
ret = session.query(Users).order_by(Users.name.desc()).all()
ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all() # 分组 聚合函数func.方法(列名) 和 .group_by(列名) 方法
from sqlalchemy.sql import func
ret = session.query(Users).group_by(Users.extra).all()
ret = session.query(
func.max(Users.id),
func.sum(Users.id),
func.min(Users.id)).group_by(Users.name).all() ret = session.query(
func.max(Users.id),
func.sum(Users.id),
func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all() # 连表 ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all() #直连
ret = session.query(Person).join(Favor).all()
ret = session.query(Person).join(Favor, isouter=True).all() #子查询 三种样式 #查询的信息作为另一张表的条件
# 1.select * from b where id in (select id from tb2) #最为一张新表进行二次筛选
# 2. select * from (select * from tb) as B #查询语句.subquery() 查询结果作为一个子查询（新表）好在进行下一步的查询。不加.subquery()的话会报错，不再往下查询
# q1 = session.query(UserType).filter(UserType.id > 0).subquery()
# result = session.query(q1).all()
# print(result) #作为一个列内的数据，在另一张表中显示 ****** .as_scalar()方法
# 3. select id ,(select * from users where users.user_type_id=usertype.id) from usertype; # session.query(UserType,Users) # result = session.query(UserType.id,session.query(Users).as_scalar())
# print(result) #查看对应的sql语句 # result = session.query(UserType.id,session.query(Users).filter(Users.user_type_id==UserType.id).as_scalar())
# print(result) #查看对应的sql语句 # 组合（上下连表） .union() 和 .union_all() 注意是：先把信息找到再操作！
q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union(q2).all() q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union_all(q2).all() - 便利的功能 relationship() 与生成表结构无关，仅用于查询方便 释放了连表操作的繁琐查找，直接通过方法定位！
使用规范：哪个类中有外键列，就在外键列下添加。
语法：自定义名=relationship("外键有联系的类名",backref="任意命名") # 问题1. 获取用户信息以及与其关联的用户类型名称(FK,Relationship=>正向操作) #初始方法：连表操作
user_list = session.query(Users,UserType).join(UserType,isouter=True)
print(user_list)
for row in user_list:
print(row[0].id,row[0].name,row[0].email,row[0].user_type_id,row[1].title) user_list = session.query(Users.name,UserType.title).join(UserType,isouter=True).all()
for row in user_list:
print(row[0],row[1],row.name,row.title) #(FK,Relationship=>正向操作) 先查用户信息表，通过命名的 自定义名 正向获取用户类型
user_list = session.query(Users)
for row in user_list:
print(row.name,row.id,row.user_type.title) # 问题2. 获取用户类型 (FK,Relationship=>反向操作) #连表操作：
type_list = session.query(UserType)
for row in type_list:
print(row.id,row.title,session.query(Users).filter(Users.user_type_id == row.id).all()) #反向操作：先查类型表，再通过backref 自定义的变量 反向查找用户信息
type_list = session.query(UserType)
for row in type_list:
print(row.id,row.title,row.xxoo) PS:正向操作与反向操作，是相对于外键来相对判断的！
例如：A表与B表，A表中建立了与B表联系的外键，A表通过外键获取B表中的信息，叫正向操作；反之，叫反向操作！ 最后，操作及语法写完后，都需要提交给数据库去执行，不再使用也需要断开连接！
session.commit() #提交
session.close() #关闭连接
#!/usr/bin/env python
# _*_ coding:utf-8 _*_ from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine Base = declarative_base()
engine = create_engine("mysql+pymysql://root:@127.0.0.1:3306/day63?charset=utf8",max_overflow=5) class UserType(Base):
__tablename__ = "usertype"
id = Column(Integer,primary_key=True,autoincrement=True)
title = Column(String(32),nullable=True,index=True) class Users(Base):
__tablename__ = "users"
id = Column(Integer,primary_key=True,autoincrement=True)
name = Column(String(32),nullable=True,index=True)
email = Column(String(16),unique=True)
u_type_id = Column(Integer,ForeignKey("usertype.id")) u_type = relationship("UserType",backref="sss") def create_table():
Base.metadata.create_all(engine) def del_table():
Base.metadata.drop_all(engine) #类 --> 表
#对象 --> 行 #建立链接通道
Session = sessionmaker(bind=engine)
session = Session() #操作内填入的内容，必须是表达式 ########## 增加 ################### #增加单个
# obj = UserType(title = "黑金用户")
# session.add(obj) #增加多个
# objs =[
# UserType(title = "会员用户"),
# UserType(title = "超级用户"),
# UserType(title = "铂金用户"),
# UserType(title = "黑金用户"),
# ]
# session.add_all(objs) ############ 查询 ################
# res = session.query(UserType) #SQL语句
# print(res) # res_list = session.query(UserType).all() #获取所有对应类（表）的对象（数据行） 列表类型
# print(res_list) #select xxx from usertype
# res_list = session.query(UserType).limit(2).all()
# for sss in res_list:
# print(sss.id,sss.title)
#
# #select xxx usertype where ***
# res_list = session.query(UserType).filter(UserType.id >2)
# for sss in res_list:
# print(sss.id,sss.title) ############### 删除 ################### # delete from usertype where usertype.id > 4
# session.query(UserType).filter(UserType.id > 4).delete() ################ 更改 ######################## #这里有个参数 synchronize_session 没别的招，看源码解释！！！
# session.query(UserType).filter(UserType.id>0).update({"title":"黑金"}) #对表进行批量更改
# session.query(UserType).filter(UserType.id>0).update({UserType.title:UserType.title+"SX"},synchronize_session=False) #动态获取原先的数据，对表进行批量更改
# session.query(UserType).filter(UserType.id>0).update({"title":UserType.id+1},synchronize_session="evaluate") #对表进行批量更改 ############# 查询其他操作 #################
# 分组，排序，连表，通配符，limit,union,where,原生SQL# #条件 and or
# ret = session.query(Users).filter(Users.id > 1, Users.name == "sesc").all()
# for row in ret:
# print(row.email) # #正向操作
# res = session.query(Users)
# for row in res:
# print(row.id,row.name,row.u_type.title)
#
# #反向操作
# res = session.query(UserType)
# for row in res:
# for a in row.sss:
# print(row.id,row.title,a.name) session.commit()
session.close()
部分代码举例！从上边粘贴测试即可！