寫在之前
SQLite 是一個小型的關系型數據庫，它最大的特點在于不需要單獨的服務、零配置。我們在之前講過的兩個數據庫，不管是 MySQL 還是 MongoDB，都需要我們安裝。安裝之后，然后運行起來，其實這就相當于已經有一個相應的服務在跑著。
SQLite 與前面所說的兩個數據庫不同。首先Python 已經將相應的驅動模塊作為了標準庫的一部分，只要是你安裝了 Python，就可以使用；再者它可以類似于操作文件那樣來操作 SQLite 數據庫文件。還有一點，SQLite 源代碼不受版權限制。
建立連接
SQLite 也是一個關系型數據庫，所以 SQL 可以直接在里面使用。由于 SQLite 的驅動已經在 Python 里面了，所以只要引用就可以直接使用，由于我們之前已經講過 MySQL 了，所以對于本次內容理解起來就容易多了。
|
1
2
|
>>> import sqlite3>>> conn = sqlite3.connect('lite.db') |
由上面的代碼我們得到了連接對象，是不是覺得比 MySQL 連接要簡單很多呢？在 sqlite3.connect('lite.db') 中，如果已經有了那個數據庫，就直接連接它，如果沒有的話，就會自動建一個。需要注意的是，這里的路徑是可以隨意指定的。
下面的代碼顯示的是連接對象的屬性和方法：
|
1
2
|
>>> dir(conn)['DataError', 'DatabaseError', 'Error', 'IntegrityError', 'InterfaceError', 'InternalError', 'NotSupportedError', 'OperationalError', 'ProgrammingError', 'Warning', '__call__', '__class__', '__delattr__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'commit', 'create_aggregate', 'create_collation', 'create_function', 'cursor', 'execute', 'executemany', 'executescript', 'in_transaction', 'interrupt', 'isolation_level', 'iterdump', 'rollback', 'row_factory', 'set_authorizer', 'set_progress_handler', 'set_trace_callback', 'text_factory', 'total_changes'] |
建立游標
這一步其實跟 MySQL 也很類似，連接了數據庫之后，要建立游標對象：
|
1
|
>>> cur = conn.cursor() |
接下來就是對數據庫內容的操作，都是用游標對象方法來實現：
|
1
2
|
>>> dir(cur)['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'arraysize', 'close', 'connection', 'description', 'execute', 'executemany', 'executescript', 'fetchall', 'fetchmany', 'fetchone', 'lastrowid', 'row_factory', 'rowcount', 'setinputsizes', 'setoutputsize'] |
我們在里面看到了一系列我們熟悉的名稱：close()、execute()、fetchall() 等。
1.創建數據庫表
面對 SQLite 數據庫，我們之前熟悉的 SQL 指令都可以用：
|
1
2
3
|
>>> create_table = "create table books (title,author,language)">>> cur.execute(create_table)<sqlite3.Cursor object at 0x104f296c0> |
這樣就在數據庫 lite.db 中建立了一個表 books。對這個表可以增加數據：
|
1
2
|
>>> cur.execute('insert into books values("python basic","rocky","python")')<sqlite3.Cursor object at 0x104f296c0> |
為了保證數據能夠保存，還要進行如下操作：
|
1
2
3
|
>>> conn.commit()>>> cur.close()>>> conn.close() |
以上，在剛才建立的數據庫中已經有了一個表 books，表中已經有了一條記錄。
2.查詢
保存以后我們來查詢一下：
|
1
2
3
4
5
6
|
>>> conn = sqlite3.connect('lite.db')>>> cur = conn.cursor()>>> cur.execute('select * from books')<sqlite3.Cursor object at 0x104f297a0>>>> cur.fetchall()[('python basic', 'rocky', 'python')] |
3.批量插入
我們來給 books 表中多增加一些內容，以便于我們進行其它的操作：
|
1
|
>>> books = [("first book","first","c"),("second book","second","c++"),("third book","third","java")] |
這次我們來一個批量插入：
|
1
2
3
|
>>> cur.executemany('insert into books values (?,?,?)',books)<sqlite3.Cursor object at 0x104f297a0>>>> conn.commit() |
接下來我們用循環語句來打印一下查詢結果：
|
1
2
3
4
5
6
7
8
|
>>> rows = cur.execute('select * from books')>>> for row in rows:... print(row)... ('python basic', 'rocky', 'python')('first book', 'first', 'c')('second book', 'second', 'c++')('third book', 'third', 'java') |
4.更新
正如我們前面所說的，在 cur.execute() 中，可以寫 SQL 語句來操作數據庫：
|
1
2
3
|
>>> cur.execute("update books set id="codetool">
接下來我們按照條件查詢來看一看：
5.刪除 刪除也是操作數據庫必須的動作：
最后不要忘記在完成對數據庫的操作以后，一定記得給人家「關上門」：
寫在之后 基本的知識差不多就是這些，當然肯定不局限于此。在實際的編程中我們肯定會遇到很多的問題，大家記得要多多去查閱官方文檔，學會解決問題。 至此，Python 操作數據這一部分就結束了，其實不光是這一個章節的結束，我計劃里面的整個「零基礎入門學習 Python」這個系列也到此結束了，后續隨著我碰到的知識的增加，還會再給大家更新關于 Python 方面的東西，讓我們一起加油。 如果你覺得本篇文章對你有所幫助的話，歡迎點贊 + 關注，期待和你的交流。 The end。 以上就是Python 如何操作 SQLite 數據庫的詳細內容，更多關于python操作 SQLite 數據庫的資料請關注服務器之家其它相關文章！ 原文鏈接：https://cloud.tencent.com/developer/article/1534514 延伸 · 閱讀
精彩推薦
最近更新 編輯推薦
閱讀排行 |
