利用python中pyodbc操作MSSQL数据库

墨蓝 2023-10-12 18:47 137阅读 0赞

pyodbc是一个用于Python的开源库，用于连接和操作多种数据库管理系统（DBMS），其中包括Microsoft SQL Server、Oracle、MySQL、PostgreSQL等。它提供了一个简单和统一的接口，使开发人员可以使用Python编程语言来访问和操作数据库。

以下是pyodbc的一些主要特点和功能：

1.  数据库连接：pyodbc允许您建立与各种DBMS的数据库连接。通过提供合适的连接字符串，您可以连接到不同类型的数据库。
2.  执行SQL语句：使用pyodbc，您可以执行各种SQL语句，如查询（SELECT）、插入（INSERT）、更新（UPDATE）和删除（DELETE）。您可以执行原始SQL语句或使用参数化查询来提高安全性和性能。
3.  事务支持：pyodbc支持事务处理，您可以在事务中执行多个SQL操作，并在需要时进行提交或回滚。
4.  结果获取：执行查询后，您可以使用pyodbc获取返回的结果集。您可以迭代结果集并访问每行的数据。
5.  存储过程调用：pyodbc允许您调用数据库中的存储过程。您可以传递参数给存储过程，并处理返回的结果集。
6.  数据类型转换：pyodbc提供了对常见数据库和Python数据类型之间的自动转换支持。它可以处理整数、字符串、日期、时间等各种数据类型之间的转换。
7.  异常处理：pyodbc会引发适当的异常，以便您可以捕获和处理连接、执行和其他数据库操作中可能出现的错误。

总体而言，pyodbc是一个功能强大且灵活的库，使Python开发人员能够轻松地与各种数据库进行交互。它为数据库操作提供了简单、一致的接口，并且在使用不同的DBMS时保持了一致性，从而使开发人员能够更加专注于应用程序的开发。

\-------------------------------------------

**该示例程序将执行查询操作，插入一条新数据，更新数据，删除数据，并调用名为`GetCustomerDetails`的存储过程来检索客户详细信息。您可以根据您的实际需求进行修改和扩展。**请注意，您需要将`<server_name>`、`<database_name>`、`<username>`和`<password>`替换为实际的数据库连接信息。同样，您还需要根据您的数据库架构将查询语句、插入数据和存储过程调用进行相应的更改。

import pyodbc
    
    # 连接数据库
    conn = pyodbc.connect('DRIVER={SQL Server};SERVER=<server_name>;DATABASE=<database_name>;UID=<username>;PWD=<password>')
    
    # 创建游标
    cursor = conn.cursor()
    
    # 执行查询操作
    def select_data():
        cursor.execute("SELECT * FROM Customers")
        rows = cursor.fetchall()
        for row in rows:
            print(row)
    
    # 执行插入操作
    def insert_data():
        insert_query = "INSERT INTO Customers (CustomerName, ContactName, Address, City, PostalCode, Country) VALUES (?, ?, ?, ?, ?, ?)"
        values = ('John Doe', 'John', '123 Main St', 'New York', '10001', 'USA')
        cursor.execute(insert_query, values)
        conn.commit()
        print("Data inserted successfully.")
    
    # 执行更新操作
    def update_data():
        update_query = "UPDATE Customers SET City = ? WHERE CustomerID = ?"
        values = ('Los Angeles', 1)
        cursor.execute(update_query, values)
        conn.commit()
        print("Data updated successfully.")
    
    # 执行删除操作
    def delete_data():
        delete_query = "DELETE FROM Customers WHERE CustomerID = ?"
        value = 2
        cursor.execute(delete_query, value)
        conn.commit()
        print("Data deleted successfully.")
    
    # 调用存储过程
    def call_stored_procedure():
        stored_procedure = "{CALL GetCustomerDetails(?)}"
        customer_id = 1
        params = (customer_id,)
        cursor.execute(stored_procedure, params)
        rows = cursor.fetchall()
        for row in rows:
            print(row)
    
    # 执行示例操作
    select_data()
    insert_data()
    update_data()
    delete_data()
    call_stored_procedure()
    
    # 关闭游标和连接
    cursor.close()
    conn.close()

import pyodbc
    conn = pyodbc.connect('DSN=sql2016')
     
    # pyodbc.connect  连接数据库
    # xxx.cursor()	创建游标
    # cursor.execute()	所有的SQL语句运行
    # cursor.rowcount 获取SQL语句执行的条数
    # cursor.commit()	提交数据
    # cursor.close()	关闭游标
    # connect.close()	断开连接
    print('-------------1----------------')
    sql1= r"SELECT * FROM Customers"
    cursor = conn.cursor()
    cursor.execute(sql1)
    # rows=cursor.fetchall() #将返回所有结果，返回二维元组，如((‘a’,‘b’),(‘a2’,b2’)),
    # for row in rows[0:10]:
    #    print("CustomerId: %-6s CustomerName: %-10s Email: %-20s" % (row[0], row[1],row[2])) 
    # print('-----------2----------------')
    row = cursor.fetchone()  #依次取得下一条结果，直到为空
    while row: 
       #print(row[0],row[1],row[2])
        print("CustomerId: %-6s CustomerName: %-10s Email: %-20s" % (row[0], row[1],row[2]))  
        row = cursor.fetchone()
    
    print('------------3-----------------')
    
    # import pandas as pd  # 导入pandas库
    # sql2 = r"SELECT * FROM Customers"
    # data = pd.read_sql(sql=sql2,con=conn,coerce_float=True)
    # print(data[0:10])
    cursor.close()
    conn.close()