<think>我们正在讨论如何使用Python建立数据库连接。根据之前的引用，有几种方法可以实现，包括使用原生SQL（如PyMySQL）和使用ORM（如SQLAlchemy）。下面我将分步骤介绍这两种方法。 引用[1]中提到了SQLAlchemy，这是一个功能强大的ORM工具，可以简化数据库操作并提高代码的可维护性。 引用[2]和[引用3]展示了使用PyMySQL库进行原生SQL操作的方法。 下面我将分别介绍两种方法： ### 方法1：使用PyMySQL进行连接（原生SQL） PyMySQL是一个纯Python实现的MySQL客户端库，用于连接MySQL数据库。 #### 步骤： 1. 安装PyMySQL：`pip install pymysql` 2. 建立连接并执行SQL 示例代码： ```python import pymysql # 建立数据库连接 connection = pymysql.connect( host='localhost', # 数据库主机地址 user='your_username', # 数据库用户名 password='your_password', # 数据库密码 database='your_database' # 数据库名 ) try: # 创建游标对象 with connection.cursor() as cursor: # 编写SQL语句 sql = "SELECT * FROM your_table" # 执行SQL语句 cursor.execute(sql) # 获取所有记录 results = cursor.fetchall() # 遍历结果 for row in results: print(row) finally: # 关闭数据库连接 connection.close() ``` #### 封装为函数（参考引用[2]）： ```python def select_data(sql, host='localhost', user='root', password='', database='test'): # 建立连接 connection = pymysql.connect(host, user, password, database) try: with connection.cursor() as cursor: cursor.execute(sql) data = cursor.fetchall() connection.commit() # 提交事务（查询操作可以省略，但增删改需要） return data finally: connection.close() # 调用示例 result = select_data("SELECT * FROM users") print(result) ``` ### 方法2：使用SQLAlchemy（ORM） SQLAlchemy提供了更高层次的抽象，允许你通过Python类来操作数据库。 #### 步骤： 1. 安装SQLAlchemy：`pip install sqlalchemy` 2. 定义模型并建立连接 示例代码： ```python from sqlalchemy import create_engine, Column, Integer, String from sqlalchemy.orm import sessionmaker from sqlalchemy.ext.declarative import declarative_base # 创建基类 Base = declarative_base() # 定义模型类（对应数据库表） class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) name = Column(String(50)) email = Column(String(50)) # 创建数据库连接 # 格式：数据库类型+驱动://用户名:密码@主机/数据库名 engine = create_engine('mysql+pymysql://username:password@localhost/testdb') # 创建表（如果不存在） Base.metadata.create_all(engine) # 创建会话工厂 Session = sessionmaker(bind=engine) # 使用会话进行数据库操作 session = Session() # 添加新用户 new_user = User(name='Alice', email='alice@example.com') session.add(new_user) session.commit() # 查询所有用户 users = session.query(User).all() for user in users: print(user.name, user.email) # 关闭会话 session.close() ``` ### 两种方法的比较 | 特性 | PyMySQL (原生SQL) | SQLAlchemy (ORM) | |---------------------|-----------------------------------|-------------------------------------| | 学习曲线 | 较低（熟悉SQL即可） | 较高（需要学习ORM概念） | | 灵活性 | 高（直接编写SQL） | 中等（ORM抽象，也支持原生SQL） | | 代码可维护性 | 较低（SQL字符串分散在代码中） | 高（集中定义模型，面向对象） | | 数据库迁移 | 需要手动处理 | 支持良好（如结合Alembic） | | 多数据库支持 | 需要适配不同库 | 支持多种数据库（通过更换连接字符串）| ### 建议 - 对于小型项目或简单查询，使用PyMySQL等原生SQL库即可。 - 对于中大型项目，特别是需要长期维护的，推荐使用SQLAlchemy，因为它提供了更好的结构和灵活性[^1]。 ### 注意事项 1. **连接管理**：确保在使用后关闭连接，避免资源泄漏（推荐使用`try...finally`或上下文管理器）。 2. **安全**：使用参数化查询防止SQL注入，避免直接拼接SQL字符串。 3. **性能**：对于频繁的数据库操作，考虑使用连接池（如SQLAlchemy自带连接池）。 > 示例：参数化查询（PyMySQL） > ```python > sql = "INSERT INTO users (name, email) VALUES (%s, %s)" > cursor.execute(sql, ('Bob', 'bob@example.com')) > ``` §§相关问题§§ 1. 如何防止Python数据库操作中的SQL注入？ 2. SQLAlchemy中如何实现多表关联查询？ 3. 使用PyMySQL时如何管理数据库连接池？ 4. 在Django框架中如何配置数据库连接？ 5. 异步Python中如何连接数据库（如使用aiomysql）？ </think> ### Python建立数据库连接的详细方法 在Python中建立数据库连接主要有两种方式：**原生SQL连接**（如PyMySQL）和**ORM框架**（如SQLAlchemy）。以下是具体实现方法： --- #### 一、原生SQL连接（以PyMySQL为例） 通过PyMySQL库直接操作数据库，适合需要精细控制SQL语句的场景。 ```python import pymysql # 建立数据库连接 def create_connection(): try: # 关键参数：主机、用户名、密码、数据库名 conn = pymysql.connect( host='localhost', # 数据库主机地址 user='your_username', # 数据库用户名 password='your_pwd', # 数据库密码 database='your_db', # 数据库名称 charset='utf8mb4', # 字符编码 cursorclass=pymysql.cursors.DictCursor # 返回字典形式结果 ) print("数据库连接成功") return conn except pymysql.Error as e: print(f"连接失败: {e}") return None # 执行查询 def query_data(sql): conn = create_connection() if conn: try: with conn.cursor() as cursor: cursor.execute(sql) # 执行SQL语句 result = cursor.fetchall() # 获取所有结果 return result finally: conn.close() # 确保关闭连接 # 使用示例 data = query_data("SELECT * FROM users WHERE age > 30") print(data) ``` **关键点说明**： 1. 使用`pymysql.connect()`建立连接[^2] 2. 通过`cursor.execute()`执行SQL命令 3. 用`fetchall()`/`fetchone()`获取结果 4. **必须显式关闭连接**（避免资源泄漏） 5. 参数化查询防止SQL注入： ```python cursor.execute("SELECT * FROM users WHERE name = %s", (user_input,)) ``` --- #### 二、ORM框架连接（推荐使用SQLAlchemy） 通过对象关系映射（ORM）管理数据库，提高代码可维护性和安全性[^1]。 ```python from sqlalchemy import create_engine, Column, Integer, String from sqlalchemy.orm import sessionmaker from sqlalchemy.ext.declarative import declarative_base # 1. 创建引擎（自动管理连接池） engine = create_engine('mysql+pymysql://user:pwd@localhost/db_name') # 2. 定义数据模型 Base = declarative_base() class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) name = Column(String(50)) email = Column(String(100)) # 3. 创建会话工厂 Session = sessionmaker(bind=engine) # 4. 执行数据库操作 def add_user(name, email): session = Session() # 从连接池获取连接 try: new_user = User(name=name, email=email) session.add(new_user) session.commit() # 自动提交事务 except Exception as e: session.rollback() print(f"操作失败: {e}") finally: session.close() # 连接返回到连接池 # 使用示例 add_user("Alice", "alice@example.com") ``` **SQLAlchemy核心优势**： 1. **自动连接管理**：内置连接池，无需手动关闭 2. **数据库无关性**：相同代码支持MySQL/PostgreSQL/SQLite等 3. **防止SQL注入**：自动转义参数 4. **面向对象操作**：用Python类替代原生SQL 5. **事务自动处理**：简化`commit`/`rollback`逻辑 --- ### 两种方法对比 | 特性 | 原生SQL (PyMySQL) | ORM (SQLAlchemy) | |---------------------|-------------------------|-------------------------| | 学习曲线 | 低（需懂SQL） | 中（需理解ORM概念） | | 性能 | 高（直接执行SQL） | 中（有ORM转换开销） | | 代码可维护性 | 低（SQL混杂在代码中） | 高（清晰的OOP结构） | | 安全性 | 需手动防注入 | 自动参数化查询 | | 适合场景 | 简单查询/性能敏感场景 | 中大型项目/团队协作 | > **最佳实践建议**： > 小型项目可用PyMySQL快速实现；中大型项目强烈推荐SQLAlchemy，其连接池和对象映射能显著提升开发效率和代码质量[^1]。