Python - SQLite

Pytonorm har stöd för de flesta databasmotorer SQL, vilket ger oss möjlighet att välja den som bäst passar vad vi vill uppnå med vårt program och vår kunskap.
Ladda ner och installera SQLite för Python
Som vi nämnde i början Pytonorm Den har stöd för de flesta databaser, vi måste helt enkelt ladda ner och installera motsvarande modul, i Linux kan vi till och med ladda ner många av modulerna via pakethanteraren.
För installation SQLite Vi måste först ladda ner nödvändiga filer som börjar med http://pysqlite.org som är sidan där vi kommer att få modulen Pytonorm, Om vi ​​arbetar med Windows är det säkraste att med nedladdningen av modulen kommer vi också att få databasmotorn som sådan, som ingår i installationen. Efter installationen kan vi börja använda modulen.
Även i versioner av Pytonorm som i 2.7 har vi bland standardbiblioteken modulen sqlite3 med vilket det är lättare eftersom vi inte behöver ladda ner och installera någonting, kan vi helt enkelt starta testerna genom att importera den nämnda modulen.
Inledande steg
När modulkonfigurationsprocessen är klar kan vi börja arbeta med vår applikation, det första vi måste veta är hur vi skapar en databas för vårt program, för detta kommer vi att använda metoden ansluta och på så sätt skaffa det objekt som hjälper oss att interagera med SQLite. För att göra detta kommer vi att göra följande:

Som vi ser på bilden är det första vi gör att importera modulen, sedan upprättar vi anslutningen, när vi gör det berättar vi att vår databas kommer att kallas somedatabse.db, med detta SQLite det kommer att skapa en fil där databasmotorn kommer att placeras, i detta fall kommer den att skapas i samma katalog som vårt program.
Då måste vi få en markör som är objektet som hjälper oss att interagera med databasmotorn. För att skapa markören har vi följande:

Slutligen har vi två metoder: den första för att effektivt spara det vi kör i filen och den andra för att kunna stänga anslutningen till databasen, låt oss se var och en av dem:

Vi har redan den grundläggande delen täckt, tänk om vi nu gör en liten testapplikation där vi tillämpar denna kunskap:
Låt oss säga att vi vill öppna en textfil och skicka dess innehåll till en databas så att vi kan göra frågorna med SQL -frågor För att påskynda innehållslokalisering, låt oss anta att vår fil har följande struktur:

~ 07276 ~ ~ HORMEL SPAM… PORK W / HAM MINCED CND ~ ^… ~ 1 portion ~ ^~~ 0

Där varje fält börjar med ett ~ och separeras från andra fält med ^, låt oss se hur vår kod skulle se ut:

 import sqlite def convert (värde): if value.startswith ('~'): return value.strip ('~') if not value: value = '0' return float (value) conn = sqlite.connect ('food. db ') curs = conn.cursor () curs.execute (' '' CREATE TABLE food (id TEXT PRIMARY KEY, desc TEXT, water FLOAT, kcal FLOAT, protein FLOAT, fat FLOAT, ask FLOAT, carbs FLOAT, fiber FLOAT, sugar FLOAT) '' ') field_count = 10 markers =', '.join (['% s '] * field_count) query =' INSERT TO FOOD VALUES (% s) '% markers for line in open (' ABBREV.txt '): fields = line.split (' ') vals = [convert (f) för f i fält [: field_count]] curs.execute (query, vals) conn.commit () conn.close () 

De delar som vi måste markera här är användningen av objektet markera vilket hjälper oss att skapa databasen och sedan curs.execute () där vi skickar frågan och de värden som vi har bearbetat från filen, gör vi i slutet av behandlingen en conn.commit () så att det som körs sparas i filen och sedan med anslut. stäng () vi stänger anslutningen till databasen.Gillade du och hjälpte denna handledning?Du kan belöna författaren genom att trycka på den här knappen för att ge honom en positiv poäng