【呕心总结】python如何与mysql实现交互及常用sql语句

9 月初，我对 python 爬虫 燃起兴趣，但爬取到的数据多通道实时同步读写用文件并不方便，于是开始用起mysql。这篇笔记，我将整理近一个月的实战中最常用到的 mysql 语句，同时也将涉及到如何在python3中与 mysql 实现数据交换。

关于工具/库，特别说明下：

1、我安装了 mysql ，并直接采用管理员身份运行命令行提示符（cmd）查看 mysql，并没有安装任何 mysql 的可视化图形界面工具。

2、在 python 脚本中，我采用 pymysql 和 sqlalchemy 这两个库与 mysql 建立连接，用 pandas 来处理数据。

一、建立连接与数据交互

与 mysql 交互的方式，我目前共使用 4 种。其中采用管理员身份运行命令行提示符（cmd）查看 mysql，其操作图示可另写一篇。这里就不占篇幅了。mysql的可视化图形界面工具，我目前并没有用到，也没有迫切使用它的需要。另外 3 种方式都是通过 python 脚本进行。

情境A：python 演算得出数据，想要写入数据库

python 脚本已得到表格类大量数据，想要一次性写入数据库，常用代码如下：

import pandas as pd
# 与 mysql 建立连接
from sqlalchemy import create_engine
conn_eng = create_engine('mysql+pymysql://username:password@localhost:3306/databasename',encoding='utf8')  

# 调用 pandas 的方法，数据写入mysql
pd.io.sql.to_sql(your_df, "table_name", conn_eng, if_exists='append',index=False)

表格类数据，我用的是 pandas 的 dataframe 结构。pd.io.sql.to_sql() 的参数还有许多其它用途，但上面这种是我个人使用最高频的。效果是：无需自己提前建表，将自动建新表。美中不足是：表的列属性自动生成，通常不合心意，还需检查和修改。

如果不想用 pd.io.sql.to_sql() 或者想更精细、复杂的操作，则用到下面的情境C。

情境B：python 脚本想从 mysql 拿到数据

如果已经存在某个表格，想要向该表格提交某条指令，需返回数据，我用的是 pandas的read_sql () ，返回的数据类型是 pandas 的 dataframe。sql 查询语句挺好写的，具体总结在本文下方。

import pymysql
# 与 mysql 建立连接
conn = pymysql.connect('localhost','username','password','databasename')
# sql 语句定义为一个字符串
sql_search = 'select question_id from topic_monitor where is_title=0 ;'
# 调用 pandas 的 read_sql() 方法拿到 dataframe 结构的数据
question_ids = pd.read_sql(sql_search,conn)
# 关闭连接
conn.close()

情境C：python 脚本单方面向 mysql 发出指令，无需拿到数据

如果已经存在某个表格，想要向该表格提交某条指令而无需返回数据时，比如：建表、对数据的增改删、对列的名称、列的属性修改等，代码如下。

import pymysql
# 与 mysql 建立连接
conn = pymysql.connect('localhost','username','password','databasename')
cursor = conn.cursor()
# sql 语句定义为一个字符串，插入一行数据
sql_insert = 'INSERT INTO questions(q_id,q_title,q_description,q_keywords,q_people,q_pageview,time) VALUES( "'
                + str(quesition_id) + '", "' + str(one[0])+ '", "' + str(one[1]) + '", "' + str(one[2]) + '", "' 
                + str(one[3]) + '", "' + str(one[4]) + '", "' + str(datetime.datetime.now()) + '");' 
# sql 语句定义为一个字符串，修改某个数据（另一个表格）
sql_update = 'update topic_monitor SET is_title="1" where question_id = "' + str(quesition_id) + '";'
# 提交指令
cursor.execute(sql_insert)
cursor.execute(sql_update)
conn.commit()

# 插入一行数据；仅当该数据与表格已有数据不重复时才插入，否则就不会插入
sql_insert = 'INSERT INTO `topic_monitor`(question_id,is_title,q_type,topic_id,time) SELECT "'
                    + x[0] + '", "0", "0","'  + str(topic_id) + '", "'+ str(now) + '" FROM DUAL WHERE NOT EXISTS(
                    SELECT question_id FROM topic_monitor WHERE question_id = "' + x[0] + '")'
cursor.execute(sql_insert)
conn.commit()

# 关闭连接
cursor.close()
conn.close()

通过上面几种实用情况可以看到，python 与 mysql 实现交互的过程，通常分为：建立连接、把sql语句定义为字符串，提交指令、关闭连接。核心的技能在于 sql语句；除了定义sql语句字符串，其余3个处理都是固定的写法。

我在最初一个月的实践中，最常出现的错误有：

• 值的引用没有加上引号；
• 符号错乱：多一个符号，少一个符号；
• 值的类型不符合：不管 mysql 表格中该值是数，还是文本，在定义 sql 语句的字符串时，对每个值都需要转化为字符串；
• 拷贝自己的代码时，忘记修改databasename。

二、sql语句：搜索查询

搜索是指在数据库的某个表格中查询符合特定条件的数据，并返回查询结果。其基本结构为：

SELECT 【范围】FROM table_name 【条件】; 其中，范围是必须指定的，而条件可有可无。

变量A：范围，是指返回查询结果的范围。

返回该表格的所有字段，用 * 表达：

SELECT * FROM table_name ;

仅返回该表格的某个字段：

SELECT column_name FROM table_name ;

仅返回该表格的多个字段：

SELECT column_name_1,column_name_3,column_name_3 FROM table_name ;

仅返回符合条件的数据个数：

SELECT count(*) FROM table_name ;

变量B：条件是指，期望返回的数据满足哪些条件。

不限定条件：

SELECT * FROM table_name ;

数值类：某个字段（数值类型的，比如double或者int），数值比较的操作符都可以使用比如，大于>，小于<，等于 = ，大于等于 >= ，小于等于 <= ：

SELECT * FROM table_name WHERE num_column_name >= 1;

文本类：某个字段（字符串类型的，比如char，text）：

SELECT * FROM table_name WHERE str_column_name like “%your_str%”;

也可以表达多个条件，and，or等可用于表达条件之间的关系：

SELECT * FROM table_name WHERE num_column_name_1 >= 1 and  str_column_name like “%your_str%” ;

三、sql语句：修改表属性

横向的一整条数据，叫做行；竖向的一整条数据，叫作列。列的名字，叫做 column，这是通用的知识点。

这段时间的实战中，我完全没有用到修改表的名称、重设index等知识点。最常用的，就是对列进行操作。每个列具备：列的名称、列的属性、列的数值。

列的名称，需要留心不使用保留词。我的技巧是，尽量用一些_来表达该数据，比如 article_title，press_date 这种命名虽然稍长，但易读，也不会装上保留词。

列的属性包括：类型，最大长度，是否为空，默认值，是否重复，是否为索引。通常，直接通过 pandas 的 pd.io.sql.to_sql() 一次性创建表格并保存数据时，列的默认属性并不合需求。要么提前自己定义表的结构，设置好每列属性；要么事后检查列属性，并逐列修改。所以，列的属性设定、修改是高频基础知识点。

列的数值，即除了列名称外的、该列其它值。修改某个值，也是高频操作。不过我把这个知识点放到第四部分了。

对列的名称、列的属性进行修改，主要的关键词都是 ALTER，具体又分为以下几种情况。

情境A：新增一列。关键词 ADD

在你所指定的 column_name 后面定义列的属性。

ALTER TABLE table_name ADD COLUMN column_name char(20);

情境B：修改某列的名称。关键词 CHANGE

在修改列名的同时也可以重新指定列的属性。

ALTER TABLE table_name CHANGE old_column_name new_column_name char(50);

情境C：修改某列的属性。关键词是 MODIFY

ALTER TABLE table_name MODIFY column_name char(100);

四、sql语句：数据的增改删

通常提到数据库操作时，四字以蔽之：增删改查。

• 查询，请看第二部分。关键词是 SELECT。
• 对数据所依赖的属性的增、改，请看第三部分。关键词是 ALTER。
• 数据的增加，在第一部分的数据交互中也给出实例，就不重复了。关键词是INSERT。
• 数据的修改，关键词是 UPDATE。
• 数据（甚至表格、库）的删除，关键词是DELETE。

数据的修改，副关键词是 set 。

UPDATE table_name SET columns_name = new_value 【条件】;

新数值如果是数值类型的，则直接写数值即可；如果是文本类型的，必须要加上双引号，比如，“your_new_value”。

如果把【条件】部分不写，就相当于修改整列的值；想要修改特定范围，就要用到条件表达式，这和前面的查询部分是一致的，就不再重复。

数据的删除，对于新手来说，是必须警惕的操作。因为一旦误操作，你将无力挽回。即便是职业程序员，也可能犯下无疑删库的惨剧。其基本语句为：

DELETE FROM table_name【条件】;

想要修改特定范围，就要用到条件表达式，这和前面的查询部分也是一致的，稍微啰嗦两句：不要对自己设定的条件太自信，最好先用搜索语句检查一下，然后再执行删除语句。

• 删除单行数据：添加能唯一标识该行数据的条件语句。
• 删除多行数据：添加能标识该范围的条件语句。
• 删除整张表格：你是认真的吗？没有写错表格名字吧？！ 做这项操作前，必须确认清楚自己的意图，毕竟一旦发生，无可挽回。

如果条件留空，将保留表结构，而删除所有数据行。想要删除整张表格，什么都不留下，则执行：

DELETE TABLE table_name;

俗称的“删库”就是删掉整个数据库，虽然实战中几乎不会用到，但作为新手经常手误，在练习阶段安全起见，最好还是专门创建一个 database 用于练手，练完直接删掉整个练习库：

DELETE DATABASE database_name;

如果简单总结下过去一个月，使用mysql的体验，那就是：除了mysql 的安装激活太麻烦，数据的增删改查比操作文本方便太多了！！完全值得容忍安装激活的麻烦。另外 mysql 常用语法确实简单、非常有规律。

希望我的总结带给你帮助。鼓励我继续分享，那就请点个赞吧！勘误请留言，或挪步我的github：https://github.com/liujuanjuan1984/ucanuupnobb/issues