本文實例講述了Python使用pyodbc訪問數據庫操作方法。分享給大家供大家參考，具體如下：

1、連接數據庫

1)直接連接數據庫和創建一個游標(cursor)

cnxn =pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=testdb;UID=me;PWD=pass')

cursor =cnxn.cursor()

2)使用DSN連接。通常DSN連接并不需要密碼，還是需要提供一個PSW的關鍵字。

cnxn =pyodbc.connect('DSN=test;PWD=password')

cursor =cnxn.cursor()

關于連接函數還有更多的選項，可以在pyodbc文檔中的 connect funtion 和 ConnectionStrings查看更多的細節

2、數據查詢(SQL語句為 select ...from..where)

1)所有的SQL語句都用cursor.execute函數運行。如果語句返回行，比如一個查詢語句返回的行，你可以通過游標的fetch函數來獲取數據，這些函數有(fetchone,fetchall,fetchmany).如果返回空行，fetchone函數將返回None,而fetchall和fetchmany將返回一個空列。

cursor.execute("select user_id, user_name from users")

row =cursor.fetchone()

if row:

printrow

2)Row這個類，類似于一個元組，但是他們也可以通過字段名進行訪問。

cursor.execute("select user_id, user_name from users")

row =cursor.fetchone()

print'name:', row[1] # access by column index

print'name:', row.user_name # or access by name

3)如果所有的行都被檢索完，那么fetchone將返回None.

while 1:

row= cursor.fetchone()

ifnot row:

break

print'id:', row.user_id

4)使用fetchall函數時，將返回所有剩下的行，如果是空行，那么將返回一個空列。(如果有很多行，這樣做的話將會占用很多內存。未讀取的行將會被壓縮存放在數據庫引擎中，然后由數據庫服務器分批發送。一次只讀取你需要的行，將會大大節省內存空間)

cursor.execute("select user_id, user_name from users")

rows =cursor.fetchall()

for row in rows:

printrow.user_id, row.user_name

5)如果你打算一次讀完所有數據，那么你可以使用cursor本身。

cursor.execute("select user_id, user_name from users"):

for row in cursor:

printrow.user_id, row.user_name

6)由于cursor.execute返回一個cursor，所以你可以把上面的語句簡化成：

for row in cursor.execute("select user_id, user_name from users"):

printrow.user_id, row.user_name

7)有很多SQL語句用單行來寫并不是很方便，所以你也可以使用三引號的字符串來寫：

cursor.execute("""

select user_id, user_name

from users

where last_logon < '2001-01-01'

and bill_overdue = 'y'

""")

3、參數

1)ODBC支持在SQL語句中使用一個問號來作為參數。你可以在SQL語句后面加上值，用來傳遞給SQL語句中的問號。

cursor.execute("""

select user_id, user_name

from users

where last_logon < ?

and bill_overdue = ?

""",'2001-01-01','y')

這樣做比直接把值寫在SQL語句中更加安全，這是因為每個參數傳遞給數據庫都是單獨進行的。如果你使用不同的參數而運行同樣的SQL語句，這樣做也更加效率。

3)python DB API明確說明多參數時可以使用一個序列來傳遞。pyodbc同樣支持：

cursor.execute("""

select user_id, user_name

from users

where last_logon < ?

and bill_overdue = ?

""", ['2001-01-01','y'])

cursor.execute("select count(*) as user_count from users where age > ?",21)

row =cursor.fetchone()

print'%d users' %row.user_count

4、數據插入

1)數據插入，把SQL插入語句傳遞給cursor的execute函數，可以伴隨任何需要的參數。

cursor.execute("insert into products(id, name) values ('pyodbc', 'awesome library')")

cnxn.commit()

cursor.execute("insert into products(id, name) values (?, ?)",'pyodbc', 'awesome library')

cnxn.commit()

注意調用cnxn.commit()函數：你必須調用commit函數，否者你對數據庫的所有操作將會失效！當斷開連接時，所有懸掛的修改將會被重置。這很容易導致出錯，所以你必須記得調用commit函數。

5、數據修改和刪除

1)數據修改和刪除也是跟上面的操作一樣，把SQL語句傳遞給execute函數。但是我們常常想知道數據修改和刪除時，到底影響了多少條記錄，這個時候你可以使用cursor.rowcount的返回值。

cursor.execute("delete from products where id <> ?",'pyodbc')

printcursor.rowcount, 'products deleted'

cnxn.commit()

2)由于execute函數總是返回cursor，所以有時候你也可以看到像這樣的語句：(注意rowcount放在最后面)

deleted =cursor.execute("delete from products where id <> 'pyodbc'").rowcount

cnxn.commit()

同樣要注意調用cnxn.commit()函數

6、小竅門

1)由于使用單引號的SQL語句是有效的，那么雙引號也同樣是有效的：

deleted =cursor.execute("delete from products where id <> 'pyodbc'").rowcount

2)假如你使用的是三引號，那么你也可以這樣使用：

deleted =cursor.execute("""

delete

from products

where id <> 'pyodbc'

""").rowcount

3)有些數據庫(比如SQL Server)在計數時并沒有產生列名，這種情況下，你想訪問數據就必須使用下標。當然你也可以使用"as"關鍵字來取個列名(下面SQL語句的"as name-count")

row =cursor.execute("select count(*) as user_count from users").fetchone()

print'%s users' %row.user_count

4)假如你只是需要一個值，那么你可以在同一個行局中使用fetch函數來獲取行和第一個列的所有數據。

count =cursor.execute("select count(*) from users").fetchone()[0]

print'%s users' %count

如果列為空，將會導致該語句不能運行。fetchone()函數返回None，而你將會獲取一個錯誤:NoneType不支持下標。如果有一個默認值，你能常常使用ISNULL,或者在SQL數據庫直接合并NULLs來覆蓋掉默認值。

maxid =cursor.execute("select coalesce(max(id), 0) from users").fetchone()[0]

在這個例子里面，如果max(id)返回NULL，coalesce(max(id),0)將導致查詢的值為0。

希望本文所述對大家Python程序設計有所幫助。

總結

以上是生活随笔為你收集整理的python连接数据库并编写调用函数_Python使用pyodbc访问数据库操作方法详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。