Python链接数据库的方式有几种，但是原理都是一样的，总共可以分为两个步骤，第一步是与数据库建立链接，第二步执行sql查询语句，这篇将分别介绍如何与数据库链接以及如何进行sql语句查询。

与数据库进行链接

在与数据库进行链接时，主要用到两种方法，一种是pymysql.connect，另一种是create_engine。

pymysql.connect

pymysql是python自带的一个库，使用前需要使用pip install pymysql安装这个库，安装完以后使用该库中的connect方法可以直接与数据库进行链接。

	# 方法一: 使用pymsql.connect方法	import pymysql		# Connect to the database	eng = pymysql.connect(host='localhost',	user='user',	password='passwd',	db='db',	charset='utf8')	# user:用户名	# password:密码	# host:数据库地址/本机使用localhost	# db:数据库名	# charset:数据库编码		# 连接sample	# charset='utf8'是解决中文乱码	eng=pymysql.connect(host="118.190.xxx.xxx",user="zhangjian",password="ZhangJian",db="demo",charset='utf8')

这样就将python与数据库进行了链接，接下来执行sql查询语句就可以将数据库中的内容读取到python中。

对Python感兴趣的小伙伴，记得私信小编“007”哦，小编在那里准备了一份小惊喜给你。

create_engine

create_engine是sqlarchemy包内的一个模块，而sqlarchemy是Python下的一款ORM框架，建立在数据库API之上，使用关系对象映射进行数据库操作，将对象转换成SQL，使用数据库API执行SQL并获取执行结果。

ORM是Object Relational Mapper ,是一种对象映射关系程序，比较难解释，大家有兴趣的自己去了解一下，这里只分享如何使用这个进行链接。

	# 方法二: 使用create_engine方法	from sqlarchemy import create_engine		create_engine("mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]")	# mysql:数据库类型	# pymysql:驱动器类型	# username:用户名	# password:密码	# host:数据库地址/本机使用localhost	# dbname:数据库名	# options:数据库编码格式如:charset=utf8		# 连接sample	eng = create_engine("mysql+pymysql://zhangjian:ZhangJian@118.190.xxx.xxx:3306/demo?charset=utf8")

执行sql语句

	# 方法一:使用pd.read_sql() 主要参数如下所示	pd.read_sql(	sql, #需要使用的sql语句或者数据表	con, #sqlalchemy连接引擎名称	index_col = None, #将被用作索引的名称	columns = None #当sql参数使用的是表名称是,指定需要读入的列,使用list提供	)

	# 方法二:使用pd.read_sql_query 主要参数如下所示	pd.read_sql(	sql, #完整的sql语句	con, #sqlalchemy连接引擎名称	index_col = None, #将被用作索引的名称	columns = None #当sql参数使用的是表名称是,指定需要读入的列,使用list提供	)

	# 方法三:使用pd.read_sql_table 主要参数如下所示	pd.read_sql(	table, #表名称	con, #sqlalchemy连接引擎/或者连接名称	index_col = None, #将被用作索引的名称	columns = None #当sql参数使用的是表名称是,指定需要读入的列,使用list提供	)	# 从以上方法可看出,read_sql()方法已经打包了read_sql_table() 与 read_sql_query()的所有功能,推荐直接使	用read_sql()方法	pd.read_sql()方法读取数据文件	import pandas as pd 	from sqlalchemy import create_engine	eng = create_engine("mysql+pymysql://zhangjian:ZhangJian*2018@118.190.000.111:3306/demo?charset=gbk") 	data = pd.read_sql(sql = 'select * from orderitem limit 10',con=eng,index_col='SDate')

data

输入正确的数据库新信息后,read_sql方法返回的是我们熟悉的数据框结构,可以方便浏览数据,如需查看汇总信息,修改sql语句即可。

# read_sql()方法sql参数使用表名称	from sqlalchemy import create_engine	import pandas as pd	eng = create_engine("mysql+pymysql://zhangjian:ZhangJian*2018@118.190.000.111:3306/demo?charset=gbk") 	data = pd.read_sql(sql = "category",con=eng)

此方法会读取指定表中的全部数据，如果表数据量比较大,会造成读取数据慢,慎用。

修改改数据库密码后重新连接数据库

如用户名,密码,数据库名称包含% @等特殊字符串报错如下所示:报错关键信息1045

	eng = create_engine("mysql+pymysql://账号:密码@118.190.000.111:3306/demo?charset=gbk") 	data = pd.read_sql(sql = 'select * from orderitem limit 10',con=eng)	data	OperationalError Traceback (most recent call last)		C:\ProgramData\Anaconda3\lib\site-packages\sqlalchemy\engine\base.py in _wrap_pool_connect(self, fn, connection)	 2157 try:	-> 2158 return fn()	 2159 except dialect.dbapi.Error as e:

用户名,密码,数据库名称包含特殊字符串报错解决方法

方法二:使用pymysql.connect()方法建立连接

	import pymysql	eng = pymysql.connect("118.190.000.111","zhangjian","zhangjiang*2018","demo" )	data = pd.read_sql(sql = "select * from orderitem limit 10" ,con=eng)	data

pymsql.connect连接,读入指定表名称,会报错,关键信息1064

	eng=pymysql.connect(host="118.190.000.111",user="zhagnjian",password="zhangjian*2018",db="demo" ,charset='utf8')	data = pd.read_sql(sql = "category",con=eng)	data

使用connection.cursor()方法读取数据库文件

入sql文件 使用官方文档案例方法

	#导入数据库模块	import pymysql	# 连接数据库	eng = pymysql.connect("118.190.000.111","zhangjian","ZhangJian*2018","demo" )	# 使用 cursor() 方法创建一个游标对象 cursor	cursor = eng.cursor()	# 编写sql语句	sql = """	select * from orderitem limit 10;	"""	# 使用 execute() 方法执行 SQL 查询	cursor.execute(sql)	# 使用 fetchall() 方法获取所有数据.	data = cursor.fetchall()	# 关闭数据库连接	eng.close()	# 返回元组	data	# 返回信息包括数据类型等数据列信息	

将元组转化为DataFrame

	df2 = pd.DataFrame(data = list(data) ,columns = ['SDate', 'ShopID', 'SheetID', 'GoodsID',	'CateID', 'Qty', 'CostValue','SaleValue', 'OriSaleValue', 'Cost', 'Price'] )	df2

读入数据库文件方法总结

使用create_engine方法能够满足绝大部分数据库连接与操作命令;数据库连接信息包含特殊字符串,需要使用mysql.connect()作为连接方法;pd.read_sql()方法读入数据库文件,返回数据框结构,可以快速浏览数据汇总;pd.read_sql()使用con参数使用pymsql.connect()方法,sql参数不能直接使用表名称,需要使用完整的sql语句;使用 cursor() 方法创建游标的方法读取sql语句,返回的是包含列信息的元组,

对Python感兴趣的小伙伴，记得私信小编“007”哦，小编在那里准备了一份小惊喜给你。

综上所述,在pandas框架下使用create_engine 加read_sql()方法,读取数据库文件,代码简洁,易懂,返回的是据框;此方法可避免了数据库连接工具与python间的切换时间,有利于提高工作效率。