使用pymysql写一个实现数据增删改查的数据库接口

时间: 2024-03-14 14:46:54 浏览: 27
好的,以下是一个使用pymysql实现数据增删改查的数据库接口的示例代码: ```python import pymysql class Database: def __init__(self): self.conn = pymysql.connect( host='localhost', user='root', password='password', db='test_db', charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor ) self.cursor = self.conn.cursor() def __del__(self): self.conn.close() def execute_query(self, query, params=None): try: self.cursor.execute(query, params) self.conn.commit() return self.cursor.fetchall() except Exception as e: self.conn.rollback() raise e def insert(self, table_name, data): columns = ', '.join(data.keys()) values = ', '.join(['%s']*len(data)) query = f"INSERT INTO {table_name} ({columns}) VALUES ({values})" self.execute_query(query, tuple(data.values())) def update(self, table_name, data, condition): set_values = ', '.join([f"{k}=%s" for k in data.keys()]) query = f"UPDATE {table_name} SET {set_values} WHERE {condition}" self.execute_query(query, tuple(data.values())) def delete(self, table_name, condition): query = f"DELETE FROM {table_name} WHERE {condition}" self.execute_query(query) def select(self, table_name, columns=None, condition=None): selected_columns = '*' if columns is None else ', '.join(columns) query = f"SELECT {selected_columns} FROM {table_name}" if condition is not None: query += f" WHERE {condition}" return self.execute_query(query) ``` 使用示例: ```python db = Database() # 插入数据 data = {'name': '张三', 'age': 20, 'gender': '男'} db.insert('students', data) # 更新数据 data = {'name': '李四', 'age': 25} condition = 'id=1' db.update('students', data, condition) # 删除数据 condition = 'id=2' db.delete('students', condition) # 查询数据 columns = ['name', 'age'] condition = 'gender="女"' result = db.select('students', columns, condition) print(result) ``` 注意:以上代码只是一个示例,实际使用时需要根据具体情况进行修改。另外,为了安全起见,建议使用参数化查询来防止SQL注入攻击。

相关推荐

最新推荐

recommend-type

Python操作mysql数据库实现增删查改功能的方法

主要介绍了Python操作mysql数据库实现增删查改功能的方法,涉及Python针对mysql数据库的连接、增删改查等相关操作技巧,需要的朋友可以参考下
recommend-type

Python写的一个定时重跑获取数据库数据

本文给大家分享基于python写的一个定时重跑获取数据库数据的方法,非常不错,具有参考借鉴价值,需要的朋友参考下
recommend-type

pandas连接数据库,从数据库读取数据,将数据保存到数据库

pandas连接数据库 import pymysql from sqlalchemy import create_engine sql = 'select * from data' conn = create_engine('mysql+pymysql://root:159951@127.0.0.1:3306/test') pdata = pd.read_sql(sql,conn) ...
recommend-type

基于SpringBoot框架的中小企业完全开源的ERP.zip

基于springboot的java毕业&课程设计
recommend-type

基于Springboot的健身信息系统.zip

基于springboot的java毕业&课程设计
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。