企业官网建设流程全解析

简介：这份课件面向正在系统学习Python编程、希望掌握数据库操作技能的初学者与进阶开发者，是《Python从入门到精通》系列课程的第14章配套PPT。内容围绕Python数据库编程接口展开，重点讲解pymysql模块连接MySQL的完整流程，包括连接对象参数配置、Connection与Cursor对象的核心方法、事务提交与回滚机制，并延伸至SQLite轻量级数据库的建库建表与增删改查操作。资源包内含1个PPT文件，大小约465KB，以图文与代码示例结合的方式呈现，便于课堂演示与自学对照。目前已有1555人学习下载，适合需要快速理清数据库连接管理、游标使用与SQL执行思路的读者，可作为课程复习与动手实践的参考材料。

1. 从一份 25 页课件说起：Python 操作数据库到底要跨过几道坎

很多人第一次接触「Python 操作数据库」，是在一份 25 页的课件里看到import sqlite3、cursor.execute()、conn.commit()三行代码，然后以为这事就完了。真到项目里，你会发现课件没告诉你：连接什么时候关、批量插入为什么慢得离谱、参数化查询到底防住了什么、MySQL 和 SQLite 的占位符为什么长得不一样。这份课件标题叫「Python从入门到精通 第14章 操作数据库」，它想解决的核心问题其实只有一个——让 Python 程序把数据稳定地写进数据库、再稳定地读出来。适合谁看？刚学完 Python 基础语法、准备做第一个带持久化存储的小工具的人；也适合写了半年脚本、每次连数据库都靠复制粘贴、从没认真想过连接池和事务边界的人。下面我不复述课件，而是把这一章背后真正要落地的东西拆开讲。

2. 选库与建连：sqlite3、PyMySQL、SQLAlchemy 该怎么挑

2.1 三种典型场景对应的库选型

课件里最常见的是sqlite3，因为它是 Python 标准库，不用装任何东西。但选型不能只看「能不能跑」，要看数据放哪、几个人用、并发多高。

我一般会这样判断：如果数据只在本机、只有我自己读写，直接sqlite3；只要涉及网络、多人、权限，就上 MySQL 系；如果表结构会频繁改、还要写迁移脚本，才考虑 SQLAlchemy。课件往往只讲第一种，但真实工作里第二种才是主流。

2.2 用 sqlite3 跑通最小可复现例子

先看能直接抄的代码，这段在本地任意目录都能跑：

import sqlite3 # 连接（文件不存在会自动创建） conn = sqlite3.connect("demo.db") # 让查询结果支持按列名取值，默认是元组 conn.row_factory = sqlite3.Row cur = conn.cursor() # 建表：IF NOT EXISTS 保证重复执行不报错 cur.execute(""" CREATE TABLE IF NOT EXISTS student ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, score REAL DEFAULT 0 ) """) # 参数化插入，? 是 sqlite3 的占位符 cur.execute("INSERT INTO student (name, score) VALUES (?, ?)", ("张三", 92.5)) cur.execute("INSERT INTO student (name, score) VALUES (?, ?)", ("李四", 88.0)) conn.commit() # 不 commit，数据不会真正落盘 cur.execute("SELECT id, name, score FROM student ORDER BY score DESC") for row in cur.fetchall(): print(row["id"], row["name"], row["score"]) cur.close() conn.close()

逻辑说明：connect建立连接，cursor是执行 SQL 的句柄，execute执行单条，commit提交事务，fetchall取回全部结果。参数说明：row_factory = sqlite3.Row让结果可以按列名访问，比记下标可靠；?是占位符，值通过第二个参数元组传入，不要用字符串拼接，否则就是 SQL 注入的入口。AUTOINCREMENT只在INTEGER PRIMARY KEY上生效，别乱加。

2.3 连 MySQL 时最容易翻车的两个参数

换成 MySQL，代码结构几乎一样，但有两个参数课件基本不提：

import pymysql conn = pymysql.connect( host="127.0.0.1", port=3306, user="app", password="your_password", database="test_db", charset="utf8mb4", # 关键：支持 emoji 和完整中文 autocommit=False, # 关键：默认手动提交，事务边界清晰 cursorclass=pymysql.cursors.DictCursor # 结果按字典返回 ) cur = conn.cursor() cur.execute("INSERT INTO student (name, score) VALUES (%s, %s)", ("王五", 76.0)) conn.commit() cur.close() conn.close()

charset不写utf8mb4，存 emoji 或生僻字会直接报错或变问号，这是血泪经验。autocommit=False意味着你必须自己commit，好处是能一次提交多条、出错能回滚；坏处是忘了 commit 数据就「消失」了。占位符从?变成%s，这是 PyMySQL 的约定，写错会报TypeError。

3. 增删改查落地：把课件里的四行代码写成能用的函数

3.1 封装连接与游标，避免到处复制粘贴

课件里每个操作都重新connect一次，真实项目里这样写会很快失控。我一般封成一个上下文管理器：

import sqlite3 from contextlib import contextmanager DB_PATH = "demo.db" @contextmanager def get_conn(db_path=DB_PATH): conn = sqlite3.connect(db_path) conn.row_factory = sqlite3.Row try: yield conn conn.commit() # 正常结束自动提交 except Exception: conn.rollback() # 出错自动回滚 raise finally: conn.close() # 无论如何都关连接 # 使用 with get_conn() as conn: conn.execute("INSERT INTO student (name, score) VALUES (?, ?)", ("赵六", 81.0))

逻辑说明：@contextmanager把「开连接—提交/回滚—关连接」这套固定动作收进一个函数，业务代码只关心 SQL。参数说明：yield之前是进入 with 块时执行，之后是退出时执行；rollback保证异常时数据不半写。这样写的好处是，任何一处抛异常，连接都会被正确释放，不会留下悬空连接。

3.2 增删改查四个动作的标准写法

# 增：批量插入用 executemany，比循环 execute 快一个数量级 rows = [("钱七", 70.0), ("孙八", 65.5), ("周九", 90.0)] with get_conn() as conn: conn.executemany("INSERT INTO student (name, score) VALUES (?, ?)", rows) # 查：带条件查询，参数照样走占位符 with get_conn() as conn: cur = conn.execute("SELECT name, score FROM student WHERE score >= ?", (80,)) for r in cur.fetchall(): print(r["name"], r["score"]) # 改：UPDATE 一定要带 WHERE，否则全表被改 with get_conn() as conn: conn.execute("UPDATE student SET score = ? WHERE name = ?", (95.0, "张三")) # 删：同样必须带 WHERE with get_conn() as conn: conn.execute("DELETE FROM student WHERE name = ?", ("孙八",))

逻辑说明：executemany把多条插入合并成一次网络往返，批量场景下差距非常明显。参数说明：WHERE score >= ?里的?对应元组(80,)，注意单元素元组要带逗号，否则会被当成整数。改和删不带WHERE就是全表操作，这是新手最常见的翻车点，没有后悔药。

3.3 事务边界：什么时候该 commit，什么时候该 rollback

事务不是「写完就提交」这么简单。比如转账场景，扣款和入账必须在一个事务里：

with get_conn() as conn: conn.execute("UPDATE account SET balance = balance - ? WHERE id = ?", (100, 1)) conn.execute("UPDATE account SET balance = balance + ? WHERE id = ?", (100, 2)) # 两条都成功，with 退出时统一 commit；任一条抛异常，整体 rollback

逻辑说明：with块内两条 SQL 属于同一事务，要么都生效，要么都不生效。参数说明：这里没有手动commit，因为上下文管理器在正常退出时提交。如果业务要求「部分成功也要保留」，那就要拆成两个事务，但那种需求本身要谨慎评估。

4. 避坑与排查：课件不会告诉你的五个真实故障

4.1 现象：程序跑完数据没了 → 原因：忘了 commit → 解决：用上下文管理器统一提交

这是最高频的问题。sqlite3和 PyMySQL 默认都不会自动提交（PyMySQL 除非你开autocommit=True）。现象是SELECT能查到，换个进程再查就空了。解决方式就是上面get_conn那种写法，把 commit 收进统一出口，业务代码不用记。

4.2 现象：插入中文变问号或报编码错 → 原因：连接字符集不是 utf8mb4 → 解决：建库建表连接三处都统一

MySQL 里字符集要在三个地方一致：建库时CHARACTER SET utf8mb4、建表时同样、连接时charset="utf8mb4"。只改一处，另外两处还是旧字符集，照样出问题。排查方法：SHOW VARIABLES LIKE 'character_set%';看服务端，再看连接参数。

4.3 现象：批量插入几千条慢到无法接受 → 原因：循环单条 execute 且每条都 commit → 解决：executemany + 单次提交

循环里每条execute后跟一个commit，等于每条都走一次磁盘同步，几千条就是几千次。改成executemany并只在最后提交一次，速度通常能提升一个数量级。如果数据量特别大，还可以分批，比如每 1000 条提交一次，兼顾内存和速度。

4.4 现象：报database is locked→ 原因：SQLite 多进程/多线程同时写 → 解决：串行化写入或换库

SQLite 同一时刻只允许一个写事务。多进程同时写就会锁冲突。解决方式：要么把写操作集中到一个进程串行处理，要么加timeout参数等待，要么直接换 MySQL。这不是代码 bug，是 SQLite 的设计边界，硬扛没用。

4.5 现象：占位符写错报 TypeError → 原因：sqlite3 用?，PyMySQL 用%s→ 解决：按库区分，别混用

sqlite3的占位符是?或命名占位符:name；PyMySQL 是%s。把%s写进 sqlite3 会报参数数量不匹配，把?写进 PyMySQL 会报语法错误。排查时先看报错行，再确认当前用的是哪个库。

5. 进阶技巧：用参数化查询和连接复用把脚本变成能上线的工具

5.1 参数化查询不只是防注入，还影响执行计划

很多人以为参数化查询只是为了安全，其实它还有一个作用：让数据库复用执行计划。当你用字符串拼接时，每条 SQL 文本都不同，数据库每次都要重新解析；用占位符时，SQL 模板固定，只有参数变，数据库可以缓存执行计划。数据量大时，这个差异会体现在响应时间上。

# 不推荐：每次 SQL 文本都不同 name = "张三" cur.execute(f"SELECT * FROM student WHERE name = '{name}'") # 推荐：模板固定，参数分离 cur.execute("SELECT * FROM student WHERE name = ?", (name,))

参数说明：第二种写法里，?是模板的一部分，(name,)是参数，数据库能识别出这是同一条 SQL 的不同参数。第一种写法不仅有注入风险，还让执行计划无法复用。

5.2 连接复用：别每次查询都 connect 一次

短脚本无所谓，但如果是常驻服务或循环里频繁查询，每次connect开销很大。常见做法是维护一个连接对象，或者用连接池。SQLAlchemy 自带池，PyMySQL 可以配合DBUtils做池化。我一般会这样处理：

# 简单场景：模块级单连接，配合重连检查 import pymysql _conn = None def get_conn(): global _conn if _conn is None or not _conn.open: _conn = pymysql.connect( host="127.0.0.1", user="app", password="your_password", database="test_db", charset="utf8mb4", autocommit=True ) return _conn

逻辑说明：_conn.open检查连接是否还活着，断了就重连。参数说明：autocommit=True适合读多写少、单条操作的场景；如果是批量写，还是建议手动事务。注意这个写法在多线程下不安全，多线程要用连接池。

5.3 验证方法：用一条 SQL 确认数据真的落盘了

写完代码别只看程序输出，要独立验证。最直接的方式是另开一个终端，用命令行客户端查：

# SQLite sqlite3 demo.db "SELECT COUNT(*) FROM student;" # MySQL mysql -u app -p test_db -e "SELECT COUNT(*) FROM student;"

如果程序里查到 3 条，命令行查到 0 条，那基本就是没 commit。这个习惯能帮你快速定位「数据到底写没写进去」这类玄学问题。

5.4 一个具体技巧：把表结构变更写成可重复执行的脚本

课件通常只教建表一次。真实项目里表结构会变，我习惯把变更写成幂等脚本，重复执行不报错：

with get_conn() as conn: # 加字段前先判断是否存在，SQLite 用 PRAGMA cols = [r["name"] for r in conn.execute("PRAGMA table_info(student)")] if "class_name" not in cols: conn.execute("ALTER TABLE student ADD COLUMN class_name TEXT")

逻辑说明：PRAGMA table_info返回表的列信息，先查再加，避免重复执行报「duplicate column」。参数说明：MySQL 里对应的是SHOW COLUMNS FROM student或查information_schema。这个技巧能让你把变更脚本放进部署流程，而不是每次手动改。

我自己踩过最深的坑，是早期写脚本时每条插入都 commit，几千条数据跑了十几分钟，后来改成executemany加单次提交，同样的数据几秒钟就完了。从那以后我养成了一个习惯：任何写数据库的代码，先问自己三个问题——事务边界在哪、占位符对不对、连接有没有关。这三个问题答清楚了，课件里那 25 页的内容才算真正变成你自己的东西。希望帮到你。

本文还有配套的精品资源，点击获取