développement back-end
Tutoriel Python
Comment vous connectez-vous à une base de données dans Python?
Comment vous connectez-vous à une base de données dans Python?
Jul 10, 2025 pm 01:44 PM
Pour vous connecter à une base de données dans Python, utilisez la bibliothèque appropriée pour le type de base de données. 1. Pour SQLite, utilisez SQLite3 avec Connect () et gérez avec Cursor et Commit. 2. Pour MySQL, installez MySQL-Connector-Python et fournissez des informations d'identification dans connect (). 3. Pour PostgreSQL, installez PSYCOPG2 et configurez les paramètres de connexion, y compris SSL si nécessaire. 4. En éventuellement, utilisez SQLALCHEMY ORM pour l'abstraction dans les bases de données en définissant des modèles et en utilisant Create_Engine (). Fermez toujours les connexions et évitez l'injection SQL en utilisant des requêtes paramétrées.
La connexion à une base de données dans Python est assez simple une fois que vous savez avec quel type de base de données vous travaillez. Les bases de données les plus courantes - comme MySQL, PostgreSQL, SQLite ou MongoDB - ont des bibliothèques Python correspondantes qui gèrent le processus de connexion.
Voici comment le faire pour quelques populaires.
Utilisation de SQLite avec sqlite3
SQLite est intégré à Python, donc aucune installation supplémentaire n'est nécessaire. C'est idéal pour les petites applications ou le développement local.
Pour se connecter:
importer sqlite3 Conn = sqlite3.connect ('example.db') cursor = conn.cursor ()
Cela crée une base de données basée sur des fichiers appelée example.db (ou l'ouvre s'il existe déjà). Vous pouvez ensuite exécuter des requêtes SQL à l'aide de l'objet Cursor.
Si vous souhaitez créer une table:
cursor.execute ('' 'Créer une table s'il n'existe pas les utilisateurs
(ID INTEGER Clé primaire, nom de nom, entier d'age) '' ')
Conn.Commit ()N'oubliez pas de fermer la connexion lorsque vous avez terminé:
Conn.close ()
Quelques choses à surveiller:
- Appelez toujours
.commit()après avoir apporté des modifications. - Utilisez des requêtes paramétrées au lieu de la mise en forme des cha?nes pour éviter l'injection SQL.
Connexion à MySQL avec mysql-connector-python
Pour MySQL, vous devrez d'abord installer un package:
pip installer mysql-connector-python
Puis connectez-vous comme ceci:
importer mysql.connector
conn = mysql.connector.connect (
host = "localhost",
user = "your_username",
mot de passe = "your_password",
database = "your_database"
)
cursor = conn.cursor ()Vous pouvez également exécuter des requêtes comme avec SQLite:
cursor.execute ("SELECT * FROM Users")
résultats = cursor.fetchall ()
pour les résultats de la ligne:
Imprimer (ligne)Problèmes courants:
- Assurez-vous que votre serveur MySQL est en cours d'exécution.
- Vérifiez les références et les autorisations.
- Fermez correctement le curseur et la connexion.
Travailler avec PostgreSQL via psycopg2
La prise en charge de PostgreSQL passe par la bibliothèque psycopg2 :
Installez-le d'abord:
pip install psycopg2
Ensuite, connectez:
importer psycopg2
conn = psycopg2.connect (
dbname = "your_db",
user = "your_user",
mot de passe = "your_pass",
host = "localhost"
)
cursor = conn.cursor ()Vous pouvez exécuter des requêtes de la même manière:
cursor.execute ("SELECT Version ();")
print (cursor.fetchone ())Quelques conseils:
- Si vous vous connectez sur SSL, vous devrez peut-être ajouter
sslmode='require'ou similaire. - Comme avec MySQL, n'oubliez pas de s'engager après les écritures.
Bonus: option ORM avec Sqlalchemy
Si vous cherchez quelque chose de plus flexible ou abstrait, Sqlalchemy est un choix solide. Il prend en charge plusieurs backends et vous permet de définir des modèles au lieu d'écrire SQL brut.
L'installez:
pip install sqlalchemy
Utilisation de base:
De Sqlalchemy Import Create_Engine
moteur = Create_Engine ("sqlite: ///example.db")
connexion = moteur.connect ()Ou pour postgresql:
moteur = Create_Engine ("postgresql: // utilisateur: mot de passe @ localhost / dbname")Il faut un peu plus de configuration mais vous donne un code plus propre et une meilleure portabilité entre les bases de données.
C'est essentiellement la fa?on dont vous vous connectez à différentes bases de données dans Python. Chaque méthode a son propre cas d'utilisation - SQLITE pour la simplicité, MySQL / PostgreSQL pour des applications plus sérieuses et Sqlalchemy lorsque vous voulez une couche ORM.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undress AI Tool
Images de déshabillage gratuites
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Clothoff.io
Dissolvant de vêtements AI
Video Face Swap
échangez les visages dans n'importe quelle vidéo sans effort grace à notre outil d'échange de visage AI entièrement gratuit?!
Article chaud
Outils chauds
Bloc-notes++7.3.1
éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Sujets chauds
Comment itérer sur deux listes à la fois Python
Jul 09, 2025 am 01:13 AM
Une méthode courante pour parcourir deux listes simultanément dans Python consiste à utiliser la fonction zip (), qui appariera plusieurs listes dans l'ordre et sera la plus courte; Si la longueur de liste est incohérente, vous pouvez utiliser itertools.zip_langest () pour être le plus long et remplir les valeurs manquantes; Combiné avec enumerate (), vous pouvez obtenir l'index en même temps. 1.zip () est concis et pratique, adapté à l'itération des données appariées; 2.zip_langest () peut remplir la valeur par défaut lorsqu'il s'agit de longueurs incohérentes; 3. L'énumération (zip ()) peut obtenir des indices pendant la traversée, en répondant aux besoins d'une variété de scénarios complexes.
Que sont les itérateurs Python?
Jul 08, 2025 am 02:56 AM
Inpython, itérateurslawjectsThatallowloopingthroughCollectionsbyImpleting __iter __ () et__Next __ (). 1) iteratorsworkVeatheitorat
Qu'est-ce qu'une référence avant dans les conseils de type Python pour les classes?
Jul 09, 2025 am 01:46 AM
ForwardreferencesInpyThonallowreferencingClassesthataRenotyetDefinedByusingQuotedTypenames.TheysolvetheissueofMutualClassReferencesLeuserAndProfile Where
Qu'est-ce que le descripteur dans Python
Jul 09, 2025 am 02:17 AM
Le protocole de descripteur est un mécanisme utilisé dans Python pour contr?ler le comportement d'accès aux attributs. Sa réponse principale réside dans la mise en ?uvre d'une ou plusieurs des méthodes __get __ (), __set __ () et __delete __ (). 1 .__ GET __ (Self, instance, propriétaire) est utilisé pour obtenir une valeur d'attribut; 2 .__ set __ (self, instance, valeur) est utilisé pour définir la valeur d'attribut; 3 .__ Supprimer __ (self, instance) est utilisé pour supprimer la valeur d'attribut. Les utilisations réelles des descripteurs incluent la vérification des données, le calcul retardé des propriétés, la journalisation d'accès aux propriétés et la mise en ?uvre de fonctions telles que la propriété et la classMethod. Descripteur et PR
Comment éviter longtemps si les cha?nes de python
Jul 09, 2025 am 01:03 AM
Lorsque plusieurs jugements conditionnels sont rencontrés, la cha?ne IF-ELIF-ELSE peut être simplifiée par la cartographie du dictionnaire, la syntaxe des cas de match, le mode politique, le retour précoce, etc. 1. Utilisez des dictionnaires pour mapper les conditions aux opérations correspondantes pour améliorer l'évolutivité; 2. Python 3.10 peut utiliser la structure des cas de correspondance pour améliorer la lisibilité; 3. La logique complexe peut être abstraite en modèles de stratégie ou mappages de fonctions, séparant la logique principale et le traitement des branches; 4. Réduire les niveaux de nidification en revenant à l'avance, ce qui rend le code plus concis et plus clair. Ces méthodes améliorent efficacement la maintenance et la flexibilité du code.
Analyse des données XML dans Python
Jul 09, 2025 am 02:28 AM
Le traitement des données XML est courant et flexible à Python. Les principales méthodes sont les suivantes: 1. Utilisez xml.etree.elementTree pour analyser rapidement le XML simple, adapté aux données avec une structure claire et une faible hiérarchie; 2. Lorsque vous rencontrez un espace de noms, vous devez ajouter manuellement les préfixes, tels que l'utilisation d'un dictionnaire d'espace de noms pour la correspondance; 3. Pour le XML complexe, il est recommandé d'utiliser une bibliothèque tierce LXML avec des fonctions plus fortes, qui prend en charge des fonctionnalités avancées telles que XPATH2.0, et peut être installée et importée via PIP. La sélection du bon outil est la clé. Des modules intégrés sont disponibles pour les petits projets, et LXML est utilisé pour des scénarios complexes pour améliorer l'efficacité.
Implémentation de multi-threading à Python
Jul 09, 2025 am 01:11 AM
Python Multithreading convient aux taches à forte intensité d'E / O. 1. Il convient à des scénarios tels que les demandes de réseau, la lecture et l'écriture de fichiers, l'attente des entrées des utilisateurs, etc., telles que les robots multiples peuvent enregistrer le temps d'attente de la demande; 2. Il ne convient pas aux taches à forte intensité de calcul telles que le traitement d'image et les opérations mathématiques, et ne peut pas fonctionner en parallèle en raison du verrouillage mondial des interprètes (GIL). Méthode de mise en ?uvre: vous pouvez créer et démarrer des threads via le module de threading et utiliser join () pour vous assurer que le thread principal attend que le thread de l'enfant se termine et utiliser le verrouillage pour éviter les conflits de données, mais il n'est pas recommandé de permettre trop de threads pour éviter d'inclinter les performances. De plus, le module ThreadPoolExecutor du module simultanée.
Qu'est-ce qu'une classe dans Python?
Jul 09, 2025 am 01:13 AM
Les classes de Python sont des plans pour la création d'objets, qui contiennent des propriétés et des méthodes. 1. Un attribut est une variable appartenant à une classe ou à son instance, utilisée pour stocker des données; 2. Une méthode est une fonction définie dans une classe, décrivant les opérations qu'un objet peut effectuer. En appelant la classe pour créer un objet, par exemple, my_dog = dog ("Buddy"), Python appellera automatiquement le constructeur __init__init__init objet. Les raisons d'utiliser des classes comprennent la réutilisabilité du code, l'encapsulation, l'abstraction et la modélisation efficace des entités du monde réel. Les classes aident à garder le code clair et maintenable lors de la construction de systèmes complexes.
