百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Python 操作 SQLite

itomcoil 2025-01-03 16:31 24 浏览

1 简介

SQLite 是一种轻型嵌入式关系型数据库,它包含在一个相对小的 C 库中。SQLite 占用资源低,处理速度快,它支持 Windows、Linux、Unix 等多种主流操作系统,支持 Python、Java、C# 等多种语言,目前的版本已经发展到了 SQLite3。

SQLite 是一个进程内的库,它实现了自给自足、无服务器、无需配置、支持事务。Python 可以通过 sqlite3 模块与 SQLite3 集成,Python 2.5.x 以上版本内置了 sqlite3 模块,因此,我们在 Python 中可以直接使用 SQLite。

2 SQLite 数据类型

在介绍使用之前,我们先了解下 SQLite 数据类型。SQLite 采用动态数据类型,也就是说数据的类型取决于数据本身。

2.1 存储类型

存储类型就是数据保存成文件后的表现形式,存储类型有 5 种,如下所示:

类型

描述

NULL

空值

INTEGER

有符号的整数类型

REAL

浮点数类型

TEXT

字符串,使用数据库编码(UTF-8、UTF-16BE 或 UTF-16LE)存储

BLOB

二进制表示

2.2 亲和类型

亲和类型简单来说就是数据表列的数据对应存储类型的倾向性,当数据插入时,字段的数据将会优先采用亲缘类型作为值的存储方式,同样有 5 种,如下所示:

类型

描述

NONE

不做任何转换,直接以该数据所属的数据类型进行存储

NUMERIC

该列可以包含使用所有五个存储类型的值

INTEGER

类似于 NUMERIC,区别是在执行 CAST 表达式时

TEXT

该列使用存储类型 NULL、TEXT 或 BLOB 存储数据

REAL

类似于 NUMERIC,区别是它会强制把整数值转换为浮点类型

2.3 声明类型

声明类型也就是我们写 SQL 时字段定义的类型,我们看一下常用的声明类型与亲和类型的对应关系。

声明类型

亲和类型

INT/INTEGER/TINYINT/BIGINT

INTEGER

VARCHAR/TEXT/CLOB

TEXT

BLOB

NONE

DOUBLE/FLOAT

REAL

DECIMAL/BOOLEAN/DATE/DATETIME

NUMERIC

3 SQLite 常用函数

SQLite 提供了一些内置函数,也就是我们可以直接使用的函数,下面来看一下。

函数

描述

COUNT

计算一个数据库表中的行数

MAX

某列的最大值

MIN

某列的最小值

AVG

某列的平均值

SUM

某列的和

RANDOM

返回一个介于 -9223372036854775808 和 +9223372036854775807 之间的随机整数

ABS

返回数值参数的绝对值

UPPER

把字符串转换为大写字母

LOWER

把字符串转换为小写字母

LENGTH

返回字符串的长度

sqlite_version

返回 SQLite 库的版本

使用示例如下所示:

SELECT COUNT(*) FROM table;
SELECT MAX/MIN/AVG/SUM/ABS/UPPER/LOWER/LENGTH(col) FROM table;
SELECT random() AS Random;
SELECT sqlite_version() AS 'SQLite Version';

4 基本使用

4.1 连接数据库

# 导入模块
import sqlite3
# 连接数据库
conn = sqlite3.connect('test.db')

如果数据库不存在,则会自动被创建。

4.2 游标

连接数据库后,我们需要使用游标进行相应 SQL 操作,游标创建如下所示:

# 创建游标
cs = conn.cursor()

4.3 创建表

我们在 test.db 库中新建一张表 student,如下所示:

# 创建表
cs.execute('''CREATE TABLE student
       (id varchar(20) PRIMARY KEY,
        name varchar(20));''')
# 关闭 Cursor
cs.close()
# 提交当前事务
conn.commit()
# 关闭连接
conn.close()

表创建好后,我们可以使用图形化工具 SQLiteStudio 直观的查看一下,官方下载地址: https://sqlitestudio.pl/index.rvt?act=download,打开如图所示:

以 Windows 系统为例,选择免安装版 portable 进行下载,下载好后解压文件,直接运行文件夹中的 SQLiteStudio.exe 即可,打开后如图所示:

我们先点击上方工具栏上的 Database 按钮,然后选 Add a database,如图所示:

接着点击文件下方右侧的绿色加号按钮或文件夹按钮,选择数据库文件,比如我们选择 test.db 文件,选好了后点击测试连接,如果能够正常连接,我们就点击 OK 按钮添加数据库。

添加完数据库后,再点击 SQLiteStudio 主界面上方工具栏中 View 按钮,接着选数据库,结果如图所示:

接着双击 test 库,结果如图所示:

此时已经看到 student 表了,双击 student 表,我们还可以查看表的更多信息,如图所示:

4.4 新增

我们向 student 表中插入两条数据,如下所示:

cs.execute("INSERT INTO student (id, name) VALUES ('1', 'Jhon')")
cs.execute("INSERT INTO student (id, name) VALUES ('2', 'Alan')")
cs.execute("INSERT INTO student (id, name) VALUES ('3', 'Bob')")
cs.close()
conn.commit()
conn.close()

执行完后,到 SQLiteStudio 中看一下,如图所示:

我们看到数据已经进来了。

4.5 查询

前面我们是通过 SQLiteStudio 查看数据的,现在我们通过 SQL 查看一下,如下所示:

# 导入模块
import sqlite3
# 连接数据库
conn = sqlite3.connect('test.db')
# 创建游标
cs = conn.cursor()
# 查询数据
cs.execute("SELECT id, name FROM student")
# 获取查询结果集中的下一行
print('fetchone-->', cs.fetchone())
# 获取查询结果集中的下一行组
print('fetchmany-->', cs.fetchmany())
# 获取查询结果集中所有(剩余)的行
print('fetchall-->', cs.fetchall())
cs.close()
conn.close()

输出结果:

fetchone--> ('1', 'Jhon')
fetchmany--> [('2', 'Alan')]
fetchall--> [('3', 'Bob')]

4.6 更新

我们修改 id 为 1 这条数据的 name 值,如下所示:

# 导入模块
import sqlite3
# 连接数据库
conn = sqlite3.connect('test.db')
# 创建游标
cs = conn.cursor()
# 修改数据
cs.execute("SELECT id, name FROM student WHERE id = '1'")
print('修改前-->', cs.fetchall())
cs.execute("UPDATE student set name = 'Nicolas' WHERE id = '1'")
cs.execute("SELECT id, name FROM student WHERE id = '1'")
print('修改后-->', cs.fetchall())
conn.commit()
cs.close()
conn.close()

输出结果:

修改前--> [('1', 'Jhon')]
修改后--> [('1', 'Nicolas')]

4.7 删除

我们删除 id 为 1 这条数据,如下所示:

# 导入模块
import sqlite3
# 连接数据库
conn = sqlite3.connect('test.db')
# 创建游标
cs = conn.cursor()
# 删除
cs.execute("SELECT id, name FROM student")
print('删除前-->', cs.fetchall())
cs.execute("DELETE FROM student WHERE id = '1'")
cs.execute("SELECT id, name FROM student")
print('删除后-->', cs.fetchall())
conn.commit()
cs.close()
conn.close()

输出结果:

删除前--> [('2', 'Alan'), ('1', 'Jhon')]
删除后--> [('2', 'Alan')]

这里我们只介绍了增删改查基本操作,SQLite 的 SQL 操作与我们常用的 MySQL 等数据库基本类似。

总结

本文介绍了 SQLite 及通过 Python 操作 SQLite,对 Python 工程师使用 SQLite 提供了基本支撑。

相关推荐

解锁WPS神秘函数:FACTDOUBLE,你真的会用吗?

函数界的隐藏高手:FACTDOUBLE在WPS的函数大家庭中,FACTDOUBLE函数就像是一位低调的武林高手,虽然不像SUM(求和)、VLOOKUP(数据查找)等函数那般被频繁使用、广为人知...

24点纸牌第一期:2 5 10 10(纸牌24点游戏大全)

24点纸牌数学游戏是一种益智游戏,一般随机抽4张牌,通过基本的加、减、乘、除四则运算,计算出结果为24。需要强调两点是:1.随机抽4张牌;2.只能用基本的加、减、乘、除四则运算,不能用高阶算法比如开根...

纯纯的干货知识,十二生肖的雅号,你知道多少呢

今天给大家分享古人对于十二生肖的雅号的理解,学着这些知识,不仅仅能够提高品味还能让自己的知识库提升一个阶乘,何尝不是一件美妙的事情呢,感兴趣的点个赞哦。1.子鼠:社君,是老鼠在古代的尊称,因为古人认为...

常见的10种算法(常见的10种算法有哪些)

常见的10种算法数据结构研究的内容:就是如何按一定的逻辑结构,把数据组织起来,并选择适当的存储表示方法把逻辑结构组织好的数据存储到计算机的存储器里。算法研究的目的是为了更有效的处理数据,提高数据运算效...

24点趣味多,4张最多凑法(超20)的牌(1,2,3,4)

1、2、3、4凑24点的趣味性:数学游戏的“黄金组合”这四张看似普通的数字牌,却被称为24点游戏的“魔法牌组”——解法多样、规则灵活,甚至能让人感受到数学的创造力和游戏化的惊喜。以下是它的独特趣味所...

语言EI会议!速投指南(ei会议中文)

【推荐会议】会议名称:IEEEInternationalConferenceonNaturalLanguageProcessingandKnowledgeEngineering(N...

### **零代码入门:如何用AutoML快速构建测试模型**

---**——基于GoogleAutoML与TeachableMachine的实战指南**---####**引言:AutoML如何赋能黑盒测试?**作为黑盒测试工程师,我们的核心任务是验证软件功...

电子通信类EI新人友好刊!(电子通信学报)

期刊推荐电子通信领域新人友好期刊:《IEEECommunicationsLetters》-刊号:ISSN1089-7798|CN(国内无独立刊号)-影响因子:最新影响因子为3.5(JCR...

「数字化」机器学习可轻松处理繁琐的压裂数据

机器学习技术可准确高效地识别出压裂曲线中的数据节点,帮助工程师们处理繁琐的压裂数据。编译丨TOM影子在水力压裂作业期间,每隔一秒就会记录泵送数据,并将之传输到现场,以csv格式保存。原始泵送数据中包...

基于计算机视觉的棋盘图像识别(基于计算机视觉的棋盘图像识别工具)

本期我们将一起学习如何使用计算机视觉技术识别棋子及其在棋盘上的位置我们利用计算机视觉技术和卷积神经网络(CNN)为这个项目创建分类算法,并确定棋子在棋盘上的位置。最终的应用程序会保存整个图像并可视化的...

如何利用DeepSeek高效完成论文写作:从选题到答辩全流程指南-下

5.数据分析与结果解释在实验部分,你需要分析数据并解释结果。你可以向DeepSeek提问:提问示例“如何分析实验数据并解释结果?”DeepSeek的回答“你可以使用准确率、召回率和F1分数等指标评估...

遥感领域!EI会议审稿周期实测!(2020年遥感国际会议)

推荐高质量遥感EI会议:ICRSE2025会议名称:国际遥感与环境大会会议编号:#12789截稿时间:2025年3月20日召开时间/地点:2025年6月15-17日·新加坡国立大学论...

遥感EI会议·选刊密码!(遥感学术)

【优质遥感EI会议推荐】会议名称:InternationalConferenceonRemoteSensingandGeoinformatics(ICRSG)会议编号:Conferenc...

使用BERT进行中文情感分析教程(bert 教程)

以下是使用BERT进行中文情感分析的步骤详解和示例代码:1.环境准备安装所需库:bashpipinstalltransformerstorchpandassklearn2.数据准备准备C...

遥感测绘方向:EI会议避坑清单!(测绘遥感信息)

推荐高性价比EI会议国际遥感技术与应用研讨会(ICRTA2025)会议号:#12345截稿日期:2025年4月30日召开时间:2025年8月15-17日举办地点:新加坡论文集出版:Spr...