【Python模块】sqlalchemyorm模块--基础（连接数据库，建表，增删改查）

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，然后使用数据库API执行SQL并获取执行结果。

成都创新互联公司一直通过网站建设和网站营销帮助企业获得更多客户资源。 以"深度挖掘，量身打造，注重实效"的一站式服务，以成都网站设计、网站建设、移动互联产品、全网营销推广服务为核心业务。10年网站制作的经验，使用新网站建设技术，全新开发出的标准网站，不但价格便宜而且实用、灵活，特别适合中小公司网站制作。网站管理系统简单易用，维护方便，您可以完全操作网站资料，是中小公司快速网站建设的选择。

安装：

pip3 install SQLAlchemy

版本检查：

import sqlalchemy
sqlalchemy.__version__

不同数据库配置：

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：

格式：'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'

MySQL-Python
    mysql+mysqldb://:@[:]/
 
pymysql
    mysql+pymysql://:@[:]/[?]
 
MySQL-Connector
    mysql+mysqlconnector://:@[:]/
 
cx_Oracle
    oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]

连接数据库：

from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://root:a13896321z@127.0.0.1/school",encoding='utf-8',echo=True)

声明映射：

declaractive用来表示类与表的关系。

声明基类，将类映射到数据表，自定义数据表类必须继承这个基类。

from sqlalchemy.ext.declaractive import  declaractive_base
Base = declaractive_base()

创建表结构类：

一个表结构类必须包含一个__tablename__和primary_key的字段

字段的类型：

SmallInteger
Integer
BigInteger
Float
Numeric(precision=None, scale=None, decimal_return_scale=None, asdecimal=True)

Boolean
Enum

Date
DateTime
Time
Interval(native=True, second_precision=None, day_precision=None)

LargeBinary(length=None)
MatchType(create_constraint=True, name=None, _create_events=True)
PickleType(protocol=4, pickler=None, comparator=None)
SchemaType(name=None, schema=None, metadata=None, inherit_schema=False, quote=None, _create_events=True)
String(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)
Text(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)
Unicode(length=None, **kwargs)

# 常用的类型：
类型名        python类型            说明
Integer       int                普通整数，32位    
Float         float              浮点数    
String        str                变长字符串    
Text          str                变长字符串，对较长字符串做了优化    
Boolean       bool               布尔值    
PickleType    任何python对象      自动使用Pickle序列化

字段的选项：

Column(
nullable=True,      # 可以为空

autoincrement=True, # 数值自增

default='red'       # 指定默认值

primary_key = True  # 设为主键

ForeignKey = 'table_name.id'    # 指定外键，ForeignKey需要导入

unique = True       # 设定此字段键值唯一，不允许出现重复值。
)

建立sqlalchemy连接：

from sqlalchemy import create_engine
engine = create_engine()

声明表结构：

class School(Base):
    __tablename__ = "school"                # 这个才是表名
    id = Column(Integer, primary_key = True)
    sch_name = Column(String(32))
    sch_addr = Column(String(255))
    sch_tel = Column(Integer)
    
    def __repr__(self):
        # 查询的时候显示的是值，需不是一个内存地址。
        return "school name:{},tel:{}".format(self.sch_name,self.sch_tel)

动态添加表字段。

def add_filed(table_name,):
for i in range(3):

    setattr(table_class,'Col'+str(i),(Column('Col'+str(i), String(50),comment='Col'+str(i))))

Base.metadata.create_all(engine)

创建表：

Base.metadata.create_all(engine)
# 删除表 Base.metadata.drop_all(engine)

增加一条记录：

from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)        # 创建一个与数据库的会话，生成的对象是类
session = Session()                        # 实例化这个会话类

class AddRecord(object):
    # 交互添加记录类。
    def __init__(self,*args):
        # self.table_name = table_name
        self.school_feild = {'sch_name':'学校名：','sch_addr':'学校地址：','sch_tel':'学校电话：'}
    
    def school(self):
        f = {}
        for k,v in self.school.items():
            f[k] = input('{}'.format(v)).strip()
        return f            # 返回一个字典
        
add = AddRecord()
school_attr = add.school()    # 获取输入的值
# 下面a1是创建一条记录
a1 = School(sch_name = school_attr[sch_name],sch_addr= school_attr[sch_addr],sch_tel = school_attr[sch_tel])
session.add(a1)                # 把记录添加到数据库
session.commit()               # 提交到数据库，最终对数据库更改。

表的参数__table_args__：

__table_args__:参数需要导入。

from sqlalchemy import UniqueConstraint, PrimaryKeyConstraint, Index

 增、查、改、删：

这四个操作都需要导入sessionmaker ，用sessionmaker创建一个会话，除了建库外，所有操作都在会话中完成。

from sqlalchemy.orm import sessionmaker
Session = sessionmaker()
session =Session()

 增：

 查：

 这三个操作都需要用到query

改：

删：

一个基本表的创建与操作：

from sqlalchemy import create_engine, ForeignKey, Table, Column, String, Integer, Boolean, Enum

from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy.ext.declarative import declarative_base
mysql_name = 'david'
mysql_pw = 'Yaotiao&shunv666'
mysql_server = '192.168.2.120'
database_name = 'test'


# 1、连接数据库
engine = create_engine("mysql+pymysql://{name}:{pw}@{server}/{database}".
                        format(mysql_name,mysql_pw,mysql_server,database_name),
                        encoding ='utf-8'
                        )

# 2、生成ORM基类
Base = declarative_base()


# 3、继承基类，定义表结构
class Product(Base):
    # 创建orm对象
    __tablename__ = 'products'                # 数据表名
    id = Column(Integer, primary_key = True)    # 字段，设为主键，默认不用赋值，此字段会自增
    name = Column(String(32))
    price = Column(Integer)

    def __repr__(self):
        # 打印查询结果实例显示结果，不加此项显示的是类的内存地址
        return "name:{},price:{}".format(self.name,self.price)
    
# 4、创建数据表
Base.metadata.create_all(engine)                # 在数据库中创建表，已存在则不创建


# 5、添加多条数据
product1 = Product(name = '华为100', price = 999) # 创建两个实例
product2 = Product(name = '华为400', price = 1999)
session.add_all([product1,product2 ])    # add_all把实例列表添加到数据库

# 6、添加单条数据
product = Product(name = '一条', price = 9999)
session.add(product)


# 7、查询数据

query_data = session.query(Product).all()       # 查所有，如果不加__repr__,结果是内存地址列表，使用for查看

for i in query_data:
    # 查看结果
    print (i.id,i.name,i.price)

# 8、修改一项数据
query_data = session.query(Product).filter(Product.name=='一条').first()
query_data.name = 'yitiao'        # 只改name一个数据

# 9、批量更新：把所有华为开头的产品价格改成10000
session.query(Product).filter(Product.name.like('华为%')).update({Product.price:10000},synchronize_session =False)


# 10、通过主键改内容merge：
update_name = Product(id=3,price=3651) 
session.merge(update_name)                # id 和 name不变，只修改了价格price = 3651

# 11、删除一条数据：把华为开头的价格最高的一条数据删掉
del_product = session.query(Product).fileter(Product.price.like('华为%'))).order_by(Product.price.desc()).first()
session.delete(del_product)

# 12、删除所有符合条件的数据：
session.query(Product).filter(Product.name.like('华为%')).delete(synchronize_session = False)

 问题集：https://blog.51cto.com/yishi/2335554