建立 ORM 研讨会

建立 orm 研讨会

sql 是用于管理数据库的最常用编程语言,由于其稳健性和简单性而在许多大公司中使用。但是如果我们想将它集成到一个更大、更通用的程序中怎么办?这就是对象关系管理器发挥作用的地方!在这篇文章中,我将讨论并展示一些使用 sqlite3 与 sql 数据库通信的基础知识的示例。大部分工作将在专业环境中通过 sqalchemy 等标准化 orm 完成,但了解幕后发生的事情是有好处的。

在开始与数据库对话之前,我们需要将 sqlite3 导入到我们的 python 文件中。

import sqlite3

导入后,我们设置了与数据库的连接以及与之交互的游标。并不是说,如果您尝试连接的文件不存在,此行将在连接之前创建它。

conn = sqlite3.connect('pets.db')cursor = conn.cursor()

为了在 python 中跟踪数据库信息,我们将创建一个与数据库表中包含的信息相对应的类。对于我们的示例,我们将创建一个宠物数据库供用户跟踪。

class pet:    all = {}    def __init__(self, name, species, id=none):        self.id = id        self.name = name        self.species = species

在此示例中,id、name 和species 是表中的列,该类的每个实例都是一行。我们将使用字典类属性 all 来存储数据库中行的各个实例,这样我们就不必每次引用它们时都从数据库中提取它们。我们将在初始化时将 id 保留为 none,因为它将在我们为对象创建实际数据库条目后分配。

现在我们的框架开始组合在一起,让我们看一些通过我们的类运行 sql 代码来构建和操作数据库的示例。在我们做任何事情之前,我们需要创建一个表。语法与 sql 本身几乎相同,但作为特殊字符串传递给我们的 cursor 以在我们的数据库上运行。

    @classmethod    def create_table(cls):        sql = """            create table if not exists pets (            id integer primary key,            name text,            species text)        """        cursor.execute(sql)        conn.commit()

接下来我们需要能够将信息添加到我们的数据库中。毕竟,没有信息可组织的数据库表算什么?我们将使用类方法“create”来创建实例,并使用实例方法“save”将自身保存到数据库和类中。

    @classmethod    def create(cls, name, species):        pet = cls(name, species)        pet.save()        return pet    def save(self):        sql = """            insert into pets (name, species)            values (?, ?)        """        cursor.execute(sql, (self.name, self.species))        conn.commit()        self.id = cursor.lastrowid        type(self).all[self.id] = self

注意我们写的是“?”符号而不是我们想要在 sql 代码中使用的实际值。 cursor.execute 函数可以识别这些,并将按顺序用我们传递给它的值替换它们。在本例中,为 self.name 和 self.species。然后我们从数据库中获取新插入行的 id,并将其用作实例的 python 字典的键。

现在我们已经掌握了为数据库创建信息的基础知识,我们可以编写一个简短的测试脚本来演示。

from pet import petdef seed_database():    pet.create_table()    fido = pet.create("fido", "dog")    print(fido)seed_database()

这会在控制台打印什么?


我们至少要创建一个对象,让我们更新 pet 类来覆盖基本的打印功能,我们可以使用特殊函数 ‘repr‘ 来做到这一点。

    def __repr__(self):        return f""

该函数获取类的实例并返回一个格式化字符串以轻松显示我们的信息。


这表明它正在工作,但是仅使用 python 对象没有什么是做不到的。数据库的明显优点是它被保存到一个单独的文件中,因此您的数据在程序执行之间保持不变。让我们将其分成一个简单的脚本来为数据库播种,以及一个将其打印出来进行演示的脚本。当我们这样做时,我们将向 pet 类添加更多功能。

import sqlite3conn = sqlite3.connect('database.db')cursor = conn.cursor()class pet:    # dictionary of objects saved to the database.    all = {}    def __init__(self, name, species, id=none):        self.id = id        self.name = name        self.species = species    def __repr__(self):        return f""    @classmethod    def create_table(cls):        """ create a new table to persist the attributes of animal instances """        sql = """            create table if not exists pets (            id integer primary key,            name text,            species text)        """        cursor.execute(sql)        conn.commit()    @classmethod    def drop_table(cls):        sql = """            drop table if exists pets;        """        cursor.execute(sql)        conn.commit()    @classmethod    def create(cls, name, species):        """ initialize a new pet instance and save the object to the database """        pet = cls(name, species)        pet.save()        return pet    def save(self):        sql = """            insert into pets (name, species)            values (?, ?)        """        cursor.execute(sql, (self.name, self.species))        conn.commit()        self.id = cursor.lastrowid        type(self).all[self.id] = self    def update(self):        sql = """            update pets            set name = ?, location = ?            where id = ?        """        cursor.execute(sql, (self.name, self.location, self.id))        conn.commit()    def delete(self):        sql = """            delete from pets            where id = ?        """        cursor.execute(sql, (self.id,))        conn.commit()        # delete the dictionary entry using id as the key        del type(self).all[self.id]        # set the id to none        self.id = none    @classmethod    def get_all(cls):        sql = """            select *            from pets        """        rows = cursor.execute(sql).fetchall()        return [cls.instance_from_db(row) for row in rows]

我们的种子脚本:

from pet import petdef seed_database():    pet.drop_table()    pet.create_table()    fido = pet.create("fido", "dog")    lucy = pet.create("lucy", "turtle")    borris = pet.create("borris", "goldfish")seed_database()

我们的最终测试脚本会向数据库添加一个条目并显示其内容。

from pet import petdef add_and_display():    pet.create("bob", "chicken")    for pet in pet.get_all():         print(pet)add_and_display()

现在,如果我们想重置数据库并给它一些初始值,我们只需运行:

$ python lib/seed.py

我们可以通过运行看到它持续存在:

$ python lib/display.py


每次运行显示脚本时,它都会向表中添加另一个 bob!


这远不是一个好的 orm 的全部内容,但它是一个很好的框架,可以帮助您了解标准化对象关系管理器的底层情况。

以上就是建立 ORM 研讨会的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1347998.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
使用 Selenium 和视觉比较进行视觉回归测试
上一篇 2025年12月13日 11:39:41
部署 Python FastAPI 应用程序进行渲染
下一篇 2025年12月13日 11:39:55

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    000
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • Python中怎样使用pymongo?

    在python中使用pymongo可以轻松地与mongodb数据库进行交互。1)安装pymongo:pip install pymongo。2)连接到mongodb:from pymongo import mongoclient; client = mongoclient(‘mongod…

    2026年5月10日
    000
  • Python 函数参数类型:如何使用可变参数和动态参数?

    python 中的参数类型:关键词参数、可变参数和动态参数 在 python 中,函数的参数可以分为以下几种类型: 关键词参数(kw)**:这些参数具有名称,并且在调用函数时明确指定。可变参数(*args):这些参数没有名称,允许函数接受任意数量的位置参数。它们将被收集到一个元组中。动态参数(kwa…

    2026年5月10日
    000
  • pycharm解析器怎么添加 解析器添加详细流程

    在pycharm中添加解析器的步骤包括:1) 打开pycharm并进入设置,2) 选择project interpreter,3) 点击齿轮图标并选择add,4) 选择解析器类型并配置路径,5) 点击ok完成添加。添加解析器后,选择合适的类型和版本,配置环境变量,并利用解析器的功能提高开发效率。 在…

    2026年5月10日
    000
  • python中numpy的用法

    NumPy是Python中用于科学计算的强大库,它提供了以下功能:多维数组处理矩阵运算快速傅里叶变换(FFT)线性代数随机数生成 NumPy在Python中的强大功能 NumPy是Python中用于科学计算的一个强大且灵活的库。它提供了用于处理多维数组和矩阵的一组高效工具,是数据分析和机器学习项目的…

    2026年5月10日
    100
  • python如何捕获所有类型的异常_python try except捕获所有异常的方法

    答案:捕获所有异常推荐使用except Exception as e,可捕获常规错误并记录日志,避免影响程序正常退出;需拦截系统信号时才用except BaseException as e。 在Python中,要捕获所有类型的异常,最常见且推荐的方法是使用 except Exception as e…

    2026年5月10日
    000
  • python中f怎么用

    f-字符串是 Python 3.6 中引入的格式化字符串语法糖,提供了简洁且安全的方式来插入表达式和变量。f-字符串以字符串前缀 f 为标志,使用大括号包含表达式或变量。f-字符串支持条件表达式和格式规范符,提供了更大的灵活性、安全性、可读性和易维护性。 在 Python 中使用 f-字符串 f-字…

    2026年5月10日
    100
  • 怎么在手机上把XML文件转换为PDF?

    不可能直接在手机上用单一应用完成 XML 到 PDF 的转换。需要使用云端服务,通过两步走的方式实现:1. 在云端转换 XML 为 PDF,2. 在手机端访问或下载转换后的 PDF 文件。 怎么在手机上把XML文件转换为PDF? 这问题问得好,比直接问“怎么转换”有深度多了!因为它触及了移动端环境的…

    2026年5月10日
    000
  • ReCAPTCHA V3低分处理策略:结合V3与V2实现智能风险控制与用户验证

    本文旨在解决ReCAPTCHA V3在低分情况下无法直接触发验证码挑战的问题。我们将探讨如何通过巧妙地结合ReCAPTCHA V3的无感评分机制与ReCAPTCHA V2的交互式挑战,实现一套既能有效阻挡机器人流量,又能最大限度减少对合法用户干扰的智能验证系统。文章将详细阐述其实现原理、前端与后端集…

    2026年5月10日
    100
  • Python正则表达式:处理数字不同情况的替换

    本文旨在帮助读者理解和解决在使用Python正则表达式进行数字替换时遇到的问题。通过具体示例,详细解释了如何正确匹配和替换不同格式的数字,避免常见的匹配陷阱,并提供可直接使用的代码示例。掌握这些技巧,能有效提高处理文本数据的效率和准确性。 在使用Python的re模块进行字符串替换时,正则表达式的编…

    2026年5月10日
    000
  • python的tuple什么意思

    元组是Python中一种有序、不可变的序列数据结构。用于存储相关数据,例如坐标、个人信息或枚举值。创建方式:圆括号(),元素以逗号,分隔。访问元素:索引运算符;遍历元素:for循环。 什么是Python中的Tuple? Tuple,中文称为元组,是Python中一种有序、不可变的序列数据结构。 特点…

    2026年5月10日
    000
  • Python官网用户调查的参与方式_Python官网反馈提交详细教程

    答案是通过访问Python官网新闻页面、邮件邀请链接或GitHub仓库提交反馈。具体为:访问官网查找用户调查公告,或点击邮件中的专属链接参与,在GitHub的cpython仓库提交技术建议,并注意如实填写问卷与保护隐私。 如果您希望参与Python官网的用户调查并提交反馈,可以通过官方指定的渠道完成…

    2026年5月10日
    000
  • 我有时使用 awk 而不是 Python 的四个原因

    Python 是一门强大的编程语言,但在某些特定场景下,Awk 的优势更为显著,尤其体现在可移植性、生命周期、代码简洁性和与其他工具的互操作性方面。 Python 脚本通常具有良好的可移植性,但并非总能在所有环境中完美运行,例如流行的 Docker 基础镜像 (如 Debian 和 Alpine)。…

    2026年5月10日
    000
  • Python字符串格式化进阶:解包与f-string的巧妙应用

    本文深入探讨了Python中字符串格式化的多种方法,重点讲解了元组解包与f-string的结合使用。通过示例代码,详细比较了%操作符、str.format()方法以及f-string在元组解包场景下的应用,并提供了在f-string中使用斜杠分隔符的更简洁方案,旨在帮助读者掌握更高效、更易读的字符串…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信