### 使用Python连接SQL数据库并处理数据的方法 在Python中，可以通过不同的库连接到各种SQL数据库，并执行查询、插入、更新等操作。以下是针对不同数据库的连接和数据处理方法。 #### 1. 使用SQLAlchemy连接SQL数据库 SQLAlchemy是一个功能强大的ORM（对象关系映射）库，可以简化数据库操作。以下是一个使用SQLAlchemy连接数据库并执行查询的示例代码[^1]： ```python from sqlalchemy import create_engine, text # 创建数据库连接 engine = create_engine("mysql+pymysql://username:password@localhost/your_database_name") # 执行SQL查询 with engine.connect() as connection: result = connection.execute(text("SELECT * FROM your_table_name")) for row in result: print(row) ``` #### 2. 使用PyMySQL连接MySQL数据库 PyMySQL是专门用于连接MySQL数据库的库。以下是一个完整的示例代码[^2]： ```python import pymysql # 连接数据库 connection = pymysql.connect( host='localhost', port=3306, user='root', passwd='your_password', db='your_database_name', charset='utf8' ) try: with connection.cursor() as cursor: sql = "SELECT * FROM your_table_name" cursor.execute(sql) result = cursor.fetchall() for row in result: print(row) finally: connection.close() ``` #### 3. 使用psycopg2连接PostgreSQL数据库 psycopg2是连接PostgreSQL数据库的常用库。以下是一个示例代码[^3]： ```python import psycopg2 # 数据库连接参数 conn_string = "host=your_host port=your_port dbname=your_dbname user=your_username password=your_password" # 连接数据库 conn = psycopg2.connect(conn_string) cursor = conn.cursor() # 执行查询 cursor.execute("SELECT * FROM your_table_name") rows = cursor.fetchall() for row in rows: print(row) # 关闭连接 cursor.close() conn.close() ``` #### 4. 使用pyodbc连接SQL Server数据库 pyodbc可以用来连接SQL Server数据库。以下是一个示例代码[^4]： ```python import pyodbc # 数据库连接字符串 conn_str = ( r'DRIVER={SQL Server};' r'SERVER=your_server_name;' r'DATABASE=your_database_name;' r'UID=your_username;' r'PWD=your_password;' ) # 连接数据库 conn = pyodbc.connect(conn_str) cursor = conn.cursor() # 执行查询 cursor.execute("SELECT * FROM your_table_name") rows = cursor.fetchall() for row in rows: print(row) # 关闭连接 cursor.close() conn.close() ``` 以上代码展示了如何使用Python连接不同的SQL数据库，并执行基本的查询操作。根据实际需求，可以选择合适的库和方法来处理数据。 ### 数据处理扩展 除了简单的查询操作，还可以通过这些库执行更复杂的任务，例如插入、更新、删除数据，或者结合Pandas库进行数据分析。例如，将查询结果加载到Pandas DataFrame中： ```python import pandas as pd # 使用SQLAlchemy连接数据库 engine = create_engine("mysql+pymysql://username:password@localhost/your_database_name") # 查询数据并加载到DataFrame df = pd.read_sql("SELECT * FROM your_table_name", engine) print(df.head()) ```