python使用dataset快速使用SQLite

目录

一、官网地址

二、安装

三、 快速使用

---

 

一、官网地址

GitHub - pudo/dataset: Easy-to-use data handling for SQL data stores with support for implicit table creation, bulk loading, and transactions.

二、安装 pip install dataset 如果是mysql，则多安装一个依赖：pip install mysqlclient

三、 快速使用 import dataset if __name__ == '__main__': """ 先天支持sqlite 如果是mysql，则多安装一个依赖：pip install mysqlclient """ db = dataset.connect('sqlite:///mydatabase.db') # 建表，如果表，则dataset会自动创建。 table = db['user'] # 新增 table.insert(dict(name="张三丰", age=18, country='China')) # 新增 table.insert(dict(name='Jane Doe', age=37, country='France', gender='female')) # 修改数据 table.update(dict(name='张三丰', age=34), ['name']) # 根据name值过滤进行修改 # 快速事务，显式使用事务参考官网 with dataset.connect('sqlite:///mydatabase.db') as tx: tx['user'].insert(dict(name='John Doe', age=46, country='China')) # 所有表 tables = db.tables # 表字段 columns = table.columns # 总行数 count = len(table) # 所有数据 users = table.all() # 搜索 users_china = table.users_in(country='China') # 获取特定数据 one = table.find_one(name='John Doe') # 查找多个 users_in = table.find(id=[1, 3, 7]) # 比较查找 elderly_users1 = table.find(age={'>=': 70}) possible_customers = table.find(age={'between': [21, 80]}) elderly_users2 = table.find(table.table.columns.age >= 70) # 自定义SQL result = db.query('SELECT country, COUNT(*) c FROM user GROUP BY country')