pythonodbc连接

发布时间: 2023-12-25 20:18:33

① 如何使用python3.4连接Mysql

1、首先下载mysql 数据库，我安装的是mysql5.1版本，直接安装就行，但是如果以后你想在数据库里显示中文的话，要把字符集设置为gb2312
2、配置数据源odbc。 mysql-connector-odbc-3.51.20-win32.exe（这是mysql数据源dobc安装程序），配置odbc过程可以参考 http://jingyan..com/article/8065f87f38b31423312498e4.html
3、安装mysql管理工具，Navicat for MySQL，打开navicat 后要连接数据库，具体做法是：在navicat中新建连接，将常规设置填好，如果是访问本地数据库，主机名或iP地址可填写：localhost 或127.0.0.1 有时候只有填其中一个好使另一个则不好使，（笔者这里没仔细研究）注意！Navicat for MySQL数据库连接之前要开启mysql数据库（服务）...。
4、在navicat中新建的连接中就可以连接mysql数据库了
5、现在可以导入外部数据库表，或者自己建立表了，这里谈一下笔者在导入外部表时遇到的问题，首先是字符编码的问题，在mysql安装的过程中虽然字符编码设置为gb2312但是在navicat中带有中文的数据表表（比如excel表）还是无法导入进navicat的数据库表中，那是因为虽然在mysql里面设置了字符编码但是在navicat中没有设置字符编码为gb2312，需要在navicat中右键数据库，选择数据库属性把里面的字符编码设置成为gb2312方可！
6、至于导入表可以右键数据库中的表选择导入向导，很容易操作，导出的问题此处不介绍。
7、到现在为止数据的搭建已经结束。

这是我自己总结过的很好用的希望采纳

② python 怎么调用odbc

入门
连接到数据库
调用connect方法并传入ODBC连接字符串，其会返回一个connect对象。通过connect对象，调用cursor()方法,可以获取一个游标cursor。如下代码示例：
import pyodbc
#连接示例: Windows系统, 非DSN方式, 使用微软 SQL Server 数据库驱动
cnxn =pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;PORT=1433;DATABASE=testdb;UID=me;PWD=pass')
#连接示例: Linux系统, 非DSN方式, 使用FreeTDS驱动
cnxn =pyodbc.connect('DRIVER={FreeTDS};SERVER=localhost;PORT=1433;DATABASE=testdb;UID=me;PWD=pass;TDS_Version=7.0')
#连接示例:使用DSN方式
cnxn = pyodbc.connect('DSN=test;PWD=password')
# 打开游标
cursor =cnxn.cursor()
以上示例只是标准示例，具体的ODBC连接字符串以你自己使用的驱动为准。
查询一些数据
所有SQL语句都使用Cursor.execute()方法执行。比如select语句会返回一些结果行，你可以使用游标（Cursor）相关的函数功能（fetchone，fetchall，fetchmany）对结果进行检索。
Cursor.fetchone 用于返回一个单行（ Row）对象:
cursor.execute("selectuser_id, user_name from users")
row =cursor.fetchone()
if row:
print(row)
Row 对象是类似一个python元组（tuples），不过也可以通过列名称来访问，例如:
cursor.execute("selectuser_id, user_name from users")
row =cursor.fetchone()
print('name:',row[1]) # 使用列索引号来访问数据
print('name:',row.user_name) # 或者直接使用列名来访问数据
当所有行都已被检索，则fetchone返回None.
while 1:
row = cursor.fetchone()
if not row:
break
print('id:', row.user_id)
Cursor.fetchall方法返回所有剩余行并存储于一个列表中。如果没有行，则返回一个空列表。（注意：如果有很多行，会造成大量内存占用。Fetchall会一次性将所有数据查询到本地，然后再遍历）
cursor.execute("selectuser_id, user_name from users")
rows = cursor.fetchall()
for row in rows:
print(row.user_id, row.user_name)
如果并不在意数据处理时间，可以使用光标本身作为一个迭代器，逐行迭代。这样可以节省大量的内存开销，但是由于和数据来回进行通信，速度会相对较慢：
cursor.execute("selectuser_id, user_name from users"):
for row in cursor:
print(row.user_id, row.user_name)
由于Cursor.execute总是返回游标（cursor）, 所以也可以简写成:
for row incursor.execute("select user_id, user_name from users"):
print(row.user_id, row.user_name)
我们可以在execut中使用”””三重引号，来应用多行SQL字符串。这样sql的可读性大大增强。这是python特有的特性：
cursor.execute(
"""
select user_id, user_name
from users
where last_logon < '2001-01-01'
and bill_overe = 1
""")
SQL参数
ODBC支持使用问号作为SQL的查询参数占位符。可以在execute方法的SQL参数之后，提供SQL参数占位符的值:
cursor.execute(
"""
select user_id, user_name
from users
where last_logon < ?
and bill_overe = ?
""", '2001-01-01', 1)
这样做可以防止SQL注入攻击，提高安全性。如果使用不同的参数反复执行相同的SQL它效率会更高，这种情况下该SQL将只预装（prepared ）一次。（pyodbc只保留最后一条编写的语句，所以如果程序在语句之间进行切换，每次都会预装，造成多次预装。）
Python的DB API指定参数应以序列（sequence）对象传递，所以pyodbc也支持这种方式：
cursor.execute(
"""
select user_id, user_name
from users
where last_logon < ?
and bill_overe = ?
""", ['2001-01-01', 1])
插入数据
插入数据使用相同的函数 - 通过传入insert SQL和相关占位参数执行插入数据：
cursor.execute("insertinto procts(id, name) values ('pyodbc', 'awesome library')")
cnxn.commit()
cursor.execute("insertinto procts(id, name) values (?, ?)", 'pyodbc', 'awesome library')
cnxn.commit()
注意：调用cnxn.commit()。发成错误可以回滚。具体需要看数据库特性支持情况。如果数据发生改变，最好进行commit。如果不提交，则在连接中断时，所有数据会发生回滚。
更新和删除数据
更新和删除工作以同样的方式：通过特定的SQL来执行。通常我们都想知道更新和删除的时候有多少条记录受到影响，可以使用Cursor.rowcount来获取值:
cursor.execute("deletefrom procts where id <> ?", 'pyodbc')
print('Deleted {}inferior procts'.format(cursor.rowcount))
cnxn.commit()
由于execute 总是返回游标（允许你调用链或迭代器使用），有时我们直接这样简写：
deleted =cursor.execute("delete from procts where id <> 'pyodbc'").rowcount
cnxn.commit()
注意一定要调用commit。否则连接中断时会造成改动回滚。
技巧和窍门
引号
于单引号SQL是有效的，当值需要使用单引号时，使用用双引号包围的SQL:
cursor.execute("deletefrom procts where id <> 'pyodbc'")
如果使用三重引号, 我们可以这样使用单引号:
cursor.execute(
"""
delete
from procts
where id <> 'pyodbc'
""")
列名称
Microsoft SQLServer之类的一些数据库不会产生计算列的列名，在这种情况下，需要通过索引来访问列。我们也可以使用sql列别名的方式，为计算列指定引用名称：
row =cursor.execute("select count(*) as user_count fromusers").fetchone()
print('{}users'.format(row.user_count)
当然也可以直接使用列索引来访问列值:
count =cursor.execute("select count(*) from users").fetchone()[0]
print('{}users'.format(count)
注意，上例的首列不能是Null。否则fetchone方法将返回None并且会报NoneType不支持索引的错误。如果有一个默认值，经常可以是ISNULL或合并：
maxid =cursor.execute("select coalesce(max(id), 0) fromusers").fetchone()[0]
自动清理
连接（默认）在一个事务中。如果一个连接关闭前没有提交，则会进行当前事务回滚。很少需要finally或except 语句来执行人为的清理操作，程序会自动清理。
例如，如果下列执行过程中任何一条SQL语句出现异常，都将引发导致这两个游标执行失效。从而保证原子性，要么所有数据都插入发生，要么所有数据都不插入。不需要人为编写清理代码。
cnxn =pyodbc.connect(...)
cursor = cnxn.cursor()
cursor.execute("insertinto t(col) values (1)")
cursor.execute("insertinto t(col) values (2)")
cnxn.commit()

③ 电脑如何建立数据源

在电脑上建立数据源。如果我们若要创建数据库的话，那么必须要确定好数据库的名称，所有者，大小以及存储数据的文件文件组成的，创建数据库的时候感觉付出与起来最大数据量，因创建尽可能大的数据文件，我们在启动这个对象时候，在对象资源管理器中的数据库节点上右击，然后，就可以进行创建了。那么现在我们就来讲解一下吧。
知识点①：首先我们要启动一个对象，然后在对象资源管理器窗口中，打开数据库的节点上又记，然后选择快捷菜单中的新建数据库命令。
知识点②：第二步在弹出了新建数据库的对话框的时候，我们在常规的数据页中，点开数据库名称文荒，然后输入要创建数据库的名称，其中，在这个数据库文件中都有两个名称，逻辑文件名以及物理文件名，那么讲解一下逻辑文件名是什么，逻辑文件名是所有的语句中引用物理文件时所使用到的名称，逻辑文件名必须要符合这个标志的规则，每一个数据库的逻辑文件名只有一个，物理文件名是包括了目录路径的物理文件，一些，通过，数据库中至少包含一个主数据文件和一个事务文件，它的存储路径和文件名都可以再进行修改，当然也可以利用添加按钮或者添加多个文件。
知识点③：第三步在常规的数据页中的数据文件初始大小中可以设置文件的初始大小，单击，自动增长方式后的按钮就可以设置自动增长方式和最大文件大小，单击路径后的按钮可以设置文件的存放路径。
知识点④：第四步在选项数据页中设置好数据库的属性选项，在文件组数据页中增加和删除文件名，在对象资源管理窗口中展开数据库就可以看到新建的数据库了。

④ python如何访问数据库

1.背景：

python提供了很多数据库接口，常用的数据库有 MS SQL Server /mysql /oracle 等。

打开链接 https://wiki.python.org/moin/DatabaseInterfaces

是python 关于数据库接口的一个总结，可以看到python支持的访问的数据库系统。

2.模块：

python 主要是通过模块和数据库连接的。

2.1 安装模块：

如果使用anconda，本身就会集合很多模块，不需要手动安装。如果用pycharm就要手动安装模块。

安装模块流程：

下载模块扩展包放到路径下——>cmd找到相应路径——> pip install +扩展包名字

下面列举一些常用连接数据库的模块：pymssql / sqlite3/ PyMySQL/pyodbc/odbc/adodbapi

不同模块连接的数据库不同，支持的版本系统有的也不一样。但是大体用法都是相近的，因为有DB-API

pythonodbc连接

与pythonodbc连接相关的资讯