本篇文章为大家展示了Python连接数据库的方法，代码简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

pyodbc

连接两种技术的桥梁是pyodbc，该库可以轻松访问ODBC数据库。

ODBC（开放数据库连接的简称）是一种用于访问数据库的标准化应用程序编程接口（API），由90年代初的SQLAccess组开发。兼容的数据库管理系统（DBMS）包括：

· IBM Db2

· MySQL

· Oracle

· MS Access

·MS SQL服务器

本文将使用MS SQL服务器。在多数情况下，该服务器可以直接转移，与任何符合ODBC的数据库都可一起使用。唯一需要更改的是连接设置。

连接

首先，要创建与SQL 服务器的连接，可以通过pyodbc.connect实现。在此函数中，还须传递连接字符串。此连接字符串必须指定DBMS驱动程序、服务器、要连接的特定数据库以及连接设置。

因此，假设要连接到服务器UKXXX00123,45600和数据库DB01，需要使用SQL Server Native Client 11.0。从内部连接使得连接被信任，无需输入用户名和密码。

cnxn_str=("Driver={SQLServerNativeClient11.0};""Server=UKXXX00123,45600;""Database=DB01;""Trusted_Connection=yes;")

现在，连接已初始化为：

cnxn=pyodbc.connect（cnxn_str）

如果不通过受信任的连接访问数据库，则需要输入通常用于通过SQLServer Management Studio（SSMS）访问服务器的用户名和密码。例如，如果用户名是JoeBloggs，而密码是Password123，则应立即更改密码。更改密码之前，可以按照如下进行连接：

cnxn_str=("Driver={SQLServerNativeClient11.0};""Server=UKXXX00123,45600;""Database=DB01;""UID=JoeBloggs;""PWD=Password123;")cnxn=pyodbc.connect(cnxn_str)

现在我们已连接到数据库，可以开始通过Python执行SQL查询。执行查询

SQL 服务器上运行的每个查询都包含游标初始化和查询执行。如果要在服务器内部进行任何更改，还需要将这些更改提交到服务器。

先来初始化游标：

cursor=cnxn.cursor()

现在，每当要执行查询时，都要使用此游标对象。

从名为“customers”表中选择前1000行：

cursor.execute("SELECTTOP(1000)*FROMcustomers")

执行该操作，但这发生在服务器内部，实际上什么也没有返回到Python。让我们一起看看从SQL中提取的这些数据。

提取数据

要从SQL中提取数据到Python中，需要使用pandas。Pandas提供了一个非常方便的函数read_sql，该函数可以从SQL读取数据。read_sql需要查询和连接实例cnxn，如下所示：

data=pd.read_sql("SELECTTOP(1000)*FROMcustomers",cnxn)

这会返回到包含“customers”表中前1000行的数据框。

在SQL中变更数据

现在，如果要变更SQL中的数据，需要在原始的初始化连接后添加另一步，执行查询过程。在SQL中执行查询时，这些变更将保存在临时存在的空格中，而不是直接对数据进行更改。

为了让变更永久生效，必须提交变更。连接firstName和lastName列，创建fullName列。

cursor=cnxn.cursor()#firstalterthetable,addingacolumncursor.execute("ALTERTABLEcustomer"+"ADDfullNameVARCHAR(20)")#nowupdatethatcolumntocontainfirstName+lastNamecursor.execute("UPDATEcustomer"+"SETfullName=firstName+""+lastName")

此时，fullName并不存在于数据库中。必须提交这些变更，让变更永久生效：

cnxn.commit()

下一步

一旦执行了需要执行的任何操作任务，就可以把数据提取到Python中，也可以将数据提取到Python中，在Python中进行操作。

无论采用哪种方法，一旦Python中有了数据，就可以做很多以前无法做到的事情。

也许需要执行一些日常报告，通常使用这些报告查询SQL 服务器中的最新数据，计算基本统计信息，然后通过电子邮件发送结果。如何自动化这一过程呢？

#importsforSQLdatapartimportpyodbcfromdatetimeimportdatetime,timedeltaimportpandasaspd#importsforsendingemailfromemail.mime.textimportMIMETextfromemail.mime.multipartimportMIMEMultipartimportsmtplibdate=datetime.today()-timedelta(days=7)#getthedate7daysagodate=date.strftime("%Y-%m-%d")#converttoformatyyyy-mm-ddcnxn=pyodbc.connect(cnxn_str)#initialiseconnection(assumewehavealreadydefinedcnxn_str)#buildupourquerystringquery=("SELECT*FROMcustomers"f"WHEREjoinDate>'{date}'")#executethequeryandreadtoadataframeinPythondata=pd.read_sql(query,cnxn)delcnxn#closetheconnection#makeafewcalculationsmean_payment=data['payment'].mean()std_payment=data['payment'].std()#getmaxpaymentandproductdetailsmax_vals=data[['product','payment']].sort_values(by=['payment'],ascending=False).iloc[0]#writeanemailmessagetxt=(f"Customerreportingforperiod{date}-{datetime.today().strftime('%Y-%m-%d')}.\n\n"f"Meanpaymentamountsreceived:{mean_payment}\n"f"Standarddeviationofpaymentamounts:{std_payments}\n"f"Highestpaymentamountof{max_vals['payment']}"f"receivedfrom{max_vals['product']}product.")#wewillbuiltthemessageusingtheemaillibraryandsendusingsmtplibmsg=MIMEMultipart()msg['Subject']="Automatedcustomerreport"#setemailsubjectmsg.attach(MIMEText(txt))#addtextcontents#wewillsendviaoutlook,firstweinitialiseconnectiontomailserversmtp=smtplib.SMTP('smtp-mail.outlook.com','587')smtp.ehlo()#sayhellototheserversmtp.starttls()#wewillcommunicateusingTLSencryption#logintooutlookserver,usinggenericemailandpasswordsmtp.login('joebloggs@outlook.com','Password123')#sendemailtoourbosssmtp.sendmail('joebloggs@outlook.com','joebloggsboss@outlook.com',msg.as_string())#finally,disconnectfromthemailserversmtp.quit()

至此，任务结束！运行此代码快速提取前一周的数据，计算关键指标，并把摘要发送给老板。通过简单的步骤，我们了解了如何通过使用SQL和Python的集成来快速建立更高效、自动化的工作流程。不仅仅可以用来做本例中的事，它还有很多用途等你开发。

上述内容就是Python连接数据库的方法，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注亿速云行业资讯频道。