一、前言

最近做web網站的測試，遇到很多需要批量造數據的功能；比如某個頁面展示數據條數需要達到10000條進行測試，此時手動構造數據肯定是不可能的，此時只能通過python腳本進行自動構造數據；本次構造數據主要涉及到在某個表里面批量添加數據、在關聯的幾個表中同步批量添加數據、批量查詢某個表中符合條件的數據、批量更新某個表中符合條件的數據等。

二、數據添加

即批量添加數據到某個表中。

insert_data.py

import pymysqlimport randomimport timefrom get_userinfo import get_userinfofrom get_info import get_infofrom get_tags import get_tagsfrom get_tuser_id import get_utagclass DatabaseAccess(): def __init__(self): self.__db_host = 'xxxxx' self.__db_port = 3307 self.__db_user = 'root' self.__db_password = '123456' self.__db_database = 'xxxxxx' # 連接數據庫 def isConnectionOpen(self): self.__db = pymysql.connect( host=self.__db_host, port=self.__db_port, user=self.__db_user, password=self.__db_password, database=self.__db_database, charset=’utf8’ ) # 插入數據 def linesinsert(self,n,user_id,tags_id,created_at): self.isConnectionOpen() # 創建游標 global cursor conn = self.__db.cursor() try: sql1 = ’’’ INSERT INTO `codeforge_new`.`cf_user_tag`(`id`, `user_id`, `tag_id`, `created_at`, `updated_at`) VALUES ({}, {}, {}, ’{}’, ’{}’); ’’’.format(n,user_id,tags_id,created_at,created_at) # 執行SQLconn.execute(sql1,) except Exception as e: print(e) finally: # 關閉游標 conn.close() self.__db.commit() self.__db.close() def get_data(self):# 生成對應數據 1000條 for i in range(0,1001): created_at = time.strftime(’%Y-%m-%d %H:%M:%S’,time.localtime()) # print(create_at) # 用戶id tuserids = [] tuserid_list = get_utag() for tuserid in tuserid_list:tuserids.append(tuserid[0]) # print(tuserids) userid_list = get_userinfo() user_id = random.choice(userid_list)[0] if user_id not in tuserids:user_id=user_id # 標簽idtagsid_list = get_tags()tags_id = random.choice(tagsid_list)[0]self.linesinsert(i,user_id,tags_id,created_at)if __name__ == '__main__': # 實例化對象 db=DatabaseAccess() db.get_data()

二、數據批量查詢

select_data.py

import pymysqlimport pandas as pdimport numpy as npdef get_tags(): # 連接數據庫，地址，端口，用戶名，密碼，數據庫名稱，數據格式 conn = pymysql.connect(host=’xxx.xxx.xxx.xxx’,port=3307,user=’root’,passwd=’123456’,db=’xxxx’,charset=’utf8’) cur = conn.cursor() # 表cf_users中獲取所有用戶id sql = ’select id from cf_tags where id between 204 and 298’ # 將user_id列轉成列表輸出 df = pd.read_sql(sql,con=conn) # 先使用array()將DataFrame轉換一下 df1 = np.array(df) # 再將轉換后的數據用tolist()轉成列表 df2 = df1.tolist() # cur.execute(sql) # data = cur.fetchone() # print(df) # print(df1) # print(df2) return df2 conn.close()

三、批量更新數據

select_data.py

import pymysqlimport pandas as pdimport numpy as npdef get_tags(): # 連接數據庫，地址，端口，用戶名，密碼，數據庫名稱，數據格式 conn = pymysql.connect(host=’xxx.xxx.xxx.xxx’,port=3307,user=’root’,passwd=’123456’,db=’xxxx’,charset=’utf8’) cur = conn.cursor() # 表cf_users中獲取所有用戶id sql = ’select id from cf_tags where id between 204 and 298’ # 將user_id列轉成列表輸出 df = pd.read_sql(sql,con=conn) # 先使用array()將DataFrame轉換一下 df1 = np.array(df) # 再將轉換后的數據用tolist()轉成列表 df2 = df1.tolist() # cur.execute(sql) # data = cur.fetchone() # print(df) # print(df1) # print(df2) return df2 conn.close()

以上就是python 實現數據庫中數據添加、查詢與更新的示例代碼的詳細內容，更多關于python 數據庫添加、查詢與更新的資料請關注好吧啦網其它相關文章！