Python笔记-使用sqlalchemy根据类创建数据库表
生活随笔
收集整理的這篇文章主要介紹了
Python笔记-使用sqlalchemy根据类创建数据库表
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
這里有一點要提的
這個mysql+pymysql,這個mysql會通過字符串導入對應的模塊這里要預裝下mysql模塊:
邏輯操作:
使用create_engine創建數據庫連接,
使用sessionmaker操作用于操作數據庫的session。
構造一個declarative_base()的基類。
構造一個子類設置數據庫表中的各個域。
最后使用metedate.create_all進行創建
源碼如下:
from sqlalchemy import create_engine, Integer, String, Float from sqlalchemy.orm import sessionmaker from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column#創建數據庫連接 engine = create_engine("mysql+pymysql://root:密碼xxxxxxx@122.51.245.141:3306/lagou?charset=utf8")#操作數據庫前創建session Session = sessionmaker(bind=engine)#聲明一個基類 Base = declarative_base()class LagouTables(Base):__tablename__ = 'lagou_data'#id,主鍵并且自動增長id = Column(Integer, primary_key=True, autoincrement=True)#崗位ID,非空字段positionID = Column(Integer, nullable=True)# 經度longitude = Column(Float, nullable=False)# 緯度latitude = Column(Float, nullable=False)# 崗位名稱positionName = Column(String(length=50), nullable=False)# 工作年限workYear = Column(String(length=20), nullable=False)# 學歷education = Column(String(length=20), nullable=False)# 崗位性質jobNature = Column(String(length=20), nullable=True)# 公司類型financeStage = Column(String(length=30), nullable=True)# 公司規模companySize = Column(String(length=30), nullable=True)# 業務方向industryField = Column(String(length=30), nullable=True)# 所在城市city = Column(String(length=10), nullable=False)# 崗位標簽positionAdvantage = Column(String(length=200), nullable=True)# 公司簡稱companyShortName = Column(String(length=50), nullable=True)# 公司全稱companyFullName = Column(String(length=200), nullable=True)# 公司所在區district = Column(String(length=20), nullable=True)# 公司福利標簽companyLabelList = Column(String(length=200), nullable=True)# 工資salary = Column(String(length=20), nullable=False)# 抓取日期crawl_date = Column(String(length=20), nullable=False)if __name__ == '__main__':# 創建數據表LagouTables.metadata.create_all(engine)創建好后對應的數據庫表如下:
總結
以上是生活随笔為你收集整理的Python笔记-使用sqlalchemy根据类创建数据库表的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Java笔记-多线程相关
- 下一篇: Kafka笔记-Kafka集群搭建