01 前言
python链接数据库的方式有几种，但是原理都是一样的，总共可以分为两个步骤，第一步是与数据库建立链接，第二步执行sql查询语句，这篇将分别介绍如何与数据库链接以及如何进行sql语句查询。
02 与数据库进行链接
在与数据库进行链接时，主要用到两种方法，一种是pymysql.connect，另一种是create_engine。
pymysql.connectpymysql是python自带的一个库，使用前需要使用pip install pymysql安装这个库，安装完以后使用该库中的connect方法可以直接与数据库进行链接。
# 方法一: 使用pymsql.connect方法import pymysql# connect to the databaseeng = pymysql.connect(host='localhost',user='user',password='passwd',db='db',charset='utf8')# user:用户名# password:密码# host:数据库地址/本机使用localhost# db:数据库名# charset:数据库编码# 连接sample# charset='utf8'是解决中文乱码eng=pymysql.connect(host=118.190.xxx.xxx,user=zhangjian,password=zhangjian,db=demo,charset='utf8')
这样就将python与数据库进行了链接，接下来执行sql查询语句就可以将数据库中的内容读取到python中。
create_enginecreate_engine是sqlarchemy包内的一个模块，而sqlarchemy是python下的一款orm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，将对象转换成sql，使用数据库api执行sql并获取执行结果。
orm是object relational mapper ,是一种对象映射关系程序，比较难解释，大家有兴趣的自己去了解一下，这里只分享如何使用这个进行链接。
# 方法二: 使用create_engine方法from sqlarchemy import create_enginecreate_engine(mysql+pymysql://:@/[?])# mysql:数据库类型# pymysql:驱动器类型# username:用户名# password:密码# host:数据库地址/本机使用localhost# dbname:数据库名# options:数据库编码格式如:charset=utf8# 连接sampleeng = create_engine(mysql+pymysql://zhangjian:zhangjian@118.190.xxx.xxx:3306/demo?charset=utf8)
03 执行sql语句
# 方法一:使用pd.read_sql() 主要参数如下所示pd.read_sql(sql, #需要使用的sql语句或者数据表con, #sqlalchemy连接引擎名称index_col = none, #将被用作索引的名称columns = none#当sql参数使用的是表名称是,指定需要读入的列,使用list提供)# 方法二:使用pd.read_sql_query 主要参数如下所示pd.read_sql(sql, #完整的sql语句con, #sqlalchemy连接引擎名称index_col = none, #将被用作索引的名称columns = none#当sql参数使用的是表名称是,指定需要读入的列,使用list提供)# 方法三:使用pd.read_sql_table 主要参数如下所示pd.read_sql(table, #表名称con, #sqlalchemy连接引擎/或者连接名称index_col = none, #将被用作索引的名称columns = none#当sql参数使用的是表名称是,指定需要读入的列,使用list提供)# 从以上方法可看出,read_sql()方法已经打包了read_sql_table() 与 read_sql_query()的所有功能,推荐直接使用read_sql()方法
pd.read_sql()方法读取数据文件
import pandas as pd from sqlalchemy import create_engineeng = create_engine(mysql+pymysql://zhangjian:zhangjian*2018@118.190.000.111:3306/demo?charset=gbk) data = pd.read_sql(sql = 'select * from orderitem limit 10',con=eng,index_col='sdate')data# 输入正确的数据库新信息后,read_sql方法返回的是我们熟悉的数据框结构,可以方便浏览数据,如需查看汇总信息,修改sql语句即可。
▲
（点击可查看大图）
# read_sql()方法sql参数使用表名称from sqlalchemy import create_engineimport pandas as pdeng = create_engine(mysql+pymysql://zhangjian:zhangjian*2018@118.190.000.111:3306/demo?charset=gbk) data = pd.read_sql(sql = category,con=eng)# 此方法会读取指定表中的全部数据，如果表数据量比较大,会造成读取数据慢,慎用。
# 修改改数据库密码后重新连接数据库# 如用户名,密码,数据库名称包含% @等特殊字符串报错如下所示:报错关键信息1045eng = create_engine(mysql+pymysql://账号:密码@118.190.000.111:3306/demo?charset=gbk) data = pd.read_sql(sql = 'select * from orderitem limit 10',con=eng)data
operationalerror traceback (most recent call last)c:\programdata\anaconda3\lib\site-packages\sqlalchemy\engine\base.py in _wrap_pool_connect(self, fn, connection)2157try:-> 2158return fn()2159except dialect.dbapi.error as e:
▲
（点击可查看大图）
# 用户名,密码,数据库名称包含特殊字符串报错解决方法# 方法二:使用pymysql.connect()方法建立连接import pymysqleng = pymysql.connect(118.190.000.111,zhangjian,zhangjiang*2018,demo )data = pd.read_sql(sql = select * from orderitem limit 10 ,con=eng)data
▲
（点击可查看大图）
# pymsql.connect连接,读入指定表名称,会报错,关键信息1064eng=pymysql.connect(host=118.190.000.111,user=zhagnjian,password=zhangjian*2018,db=demo ,charset='utf8')data = pd.read_sql(sql = category,con=eng)data
▲
（点击可查看大图）
使用connection.cursor()方法读取数据库文件
# 导入sql文件 使用官方文档案例方法#导入数据库模块import pymysql# 连接数据库eng = pymysql.connect(118.190.000.111,zhangjian,zhangjian*2018,demo )# 使用 cursor() 方法创建一个游标对象 cursorcursor = eng.cursor()# 编写sql语句sql = select * from orderitem limit 10;# 使用 execute() 方法执行 sql 查询cursor.execute(sql)# 使用 fetchall() 方法获取所有数据.data = cursor.fetchall()# 关闭数据库连接eng.close()# 返回元组data# 返回信息包括数据类型等数据列信息
▲