在 Python 中使用 SQLAlchemy 操作 SQLite 数据库是一种常见做法，尤其是在开发小型应用程序或原型设计时。SQLAlchemy 提供了一个强大的对象关系映射（ORM）层，使得开发者可以使用 Python 对象来操作数据库，而无需直接编写 SQL 语句。 ### 安装 SQLAlchemy 和 SQLite 首先，确保你已经安装了 SQLAlchemy 和 SQLite。SQLite 通常已经包含在 Python 的标准库中，因此不需要额外安装。你可以通过以下命令安装 SQLAlchemy： ```bash pip install sqlalchemy ``` ### 连接 SQLite 数据库 要使用 SQLAlchemy 连接 SQLite 数据库，你需要创建一个引擎实例。引擎是 SQLAlchemy 的核心组件之一，负责与数据库进行通信。以下是如何创建一个连接到 SQLite 数据库的引擎： ```python from sqlalchemy import create_engine # 创建一个内存中的 SQLite 数据库 engine = create_engine('sqlite:///:memory:', echo=True) ``` 如果你想将数据库存储在一个文件中，可以使用以下方式： ```python # 创建一个文件中的 SQLite 数据库 engine = create_engine('sqlite:///example.db', echo=True) ``` `echo=True` 参数用于启用日志记录，这样你可以在控制台看到生成的 SQL 语句。 ### 定义数据库模型 在 SQLAlchemy 中，你可以通过定义类来创建数据库模型。这些类继承自 `Base`，而 `Base` 是通过 `declarative_base()` 函数创建的。以下是一个简单的例子： ```python from sqlalchemy import Column, Integer, String from sqlalchemy.ext.declarative import declarative_base Base = declarative_base() class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) name = Column(String) age = Column(Integer) def __repr__(self): return f"<User(name='{self.name}', age={self.age})>" ``` 在这个例子中，`User` 类对应数据库中的 `users` 表。`id`、`name` 和 `age` 是表中的列。 ### 创建数据库表 在定义了模型之后，你需要创建数据库表。可以通过以下方式实现： ```python Base.metadata.create_all(engine) ``` 这条语句会根据你定义的所有模型创建相应的数据库表。 ### 数据库操作（增、删、改、查） #### 插入数据 要插入数据，你需要创建一个会话（Session），并通过会话来添加和提交更改： ```python from sqlalchemy.orm import sessionmaker Session = sessionmaker(bind=engine) session = Session() # 添加单个记录 new_user = User(name='Alice', age=30) session.add(new_user) session.commit() ``` #### 查询数据 查询数据可以通过会话来进行。以下是一些常见的查询操作： ```python # 查询所有用户 users = session.query(User).all() for user in users: print(user) # 根据条件查询用户 alice = session.query(User).filter_by(name='Alice').first() print(alice) ``` #### 更新数据 更新数据可以通过修改对象属性并提交更改来实现： ```python # 更新用户的年龄 alice.age = 31 session.commit() ``` #### 删除数据 删除数据可以通过会话的 `delete` 方法来实现： ```python # 删除用户 session.delete(alice) session.commit() ``` ### 复杂查询 SQLAlchemy 支持复杂的查询操作，包括排序、分组、聚合等。以下是一些示例： ```python # 按年龄排序 sorted_users = session.query(User).order_by(User.age.desc()).all() for user in sorted_users: print(user) # 聚合查询 from sqlalchemy import func # 统计用户的平均年龄 avg_age = session.query(func.avg(User.age)).scalar() print(f"Average age: {avg_age}") ``` ### 数据库迁移 在实际应用中，数据库结构可能会发生变化。为了管理这些变化，可以使用 Alembic 等工具进行数据库迁移。Alembic 是 SQLAlchemy 的官方迁移工具，可以帮助你安全地升级和降级数据库模式。 ### 实践示例：图书管理系统 假设我们要创建一个简单的图书管理系统，其中包含书籍和作者的信息。我们可以定义两个模型 `Author` 和 `Book`，并建立它们之间的关系： ```python class Author(Base): __tablename__ = 'authors' id = Column(Integer, primary_key=True) name = Column(String) class Book(Base): __tablename__ = 'books' id = Column(Integer, primary_key=True) title = Column(String) author_id = Column(Integer, ForeignKey('authors.id')) author = relationship("Author", back_populates="books") Author.books = relationship("Book", order_by=Book.title, back_populates="author") ``` 通过这种方式，你可以轻松地管理书籍和作者之间的关系，并进行各种数据库操作。