参考python核心编程

ORM（Object Relational Mapper），如果你是一个更愿意操作Python对象而不是SQL查询的程序员，并且仍然希望使用关系型数据库作为你的后端，那么你可能更倾向于使用ORM。

ORM将纯SQL语句进行了抽象画处理，将其实现为python中的对象，这样你只操作这些对象就像完成于SQL语句相同的任务——数据库中的表被转化为Python类，其中的数据列作为属性，而数据库操作则会作为方法。一般来说，ORM为了代替你执行很多工作，会把一些事情变得复杂，或者比直接使用适配器更多的代码。但是，这点额外工作可以获得更高的生产效率。

目前，最知名的Python ORM是SQLAlchemy和SQLobject。而后者目前只支持python2的版本。

本节，我们探讨SQLAlchemy的使用。

SQLAlchemy不在python的标准库中需要我们手动安装，这里采用pip的安装方法：

PS C:\Users\WC> pip install sqlalchemyCollecting sqlalchemy  Downloading https://files.pythonhosted.org/packages/c1/c8/392fcd2d01534bc871c65cb964e0b39d59f/SQLAlchemy-1.2.7.tar.gz (5.6MB)    100% |████████████████████████████████| 5.6MB 299kB/sInstalling collected packages: sqlalchemy  Running setup.py install for sqlalchemy ... doneSuccessfully installed sqlalchemy-1.2.7

 下面的脚本简单实现了一个SQLAlchemy的连接到Mysql和sql server 的用户洗牌应用。运行该脚本时请注意我们使用到上一节编写的脚本！！！

#本脚本兼容了python2.x和3.x版本，使用SQLAlchemy ORM连接sqlserver或者MySQL，实现一个用户洗牌的应用from os.path import dirnameimport pymysqlfrom pymysql.err import InternalErrorfrom random import randrangefrom distutils.log import warn as printffrom sqlalchemy import Column,Integer,String,create_engine,exc,ormfrom sqlalchemy.ext.declarative import declarative_base#导入本地应用模块（ushuffle_dbU）必要的常量和工具函数，这是为了避免到处复制、黏贴相同的代码from ushuffle_dbU import DBNAME,NAMELEN,randName,FIELDS,tformat,cformat,setup#dialect+driver://username:password@host:port/databaseDSNs = {    'mysql':'mysql+pymysql://root:Jwxjs123456@localhost/%s' % DBNAME,    'sqllite':'sqllite:///:memory:',    'sql server':'mssql+pymssql://sa:Jwxjs123456@localhost/%s' % DBNAME,}#SQLALchemy的声明层。base = declarative_base()class Users(base):#继承Base类    __tablename__ = 'users' #映射的数据库表名    login = Column(String(NAMELEN))    userid = Column(Integer,primary_key = True)    projid = Column(Integer)    def __str__(self): #返回易于阅读的数据行的字符串格式        return ''.join(map(tformat,(self.login,self.userid,self.projid)))    class SQLALchemyTest(object):    #初始化函数尽可能的得到一个可用的数据库，保存其连接    def __init__(self,dsn):        try:            eng = create_engine(dsn)#,echo = True)#尝试使用dsn创建数据库引擎,echo设置为True可使得我们能看到ORM生成的SQL语句            printf('*****创建数据库引擎成功')        except ImportError:            raise RuntimeError()#创建失败。一般来说，引擎创建失败意味着SQLAlchemy不支持所选的数据库，会抛出ImportError        try :            eng.connect()#如果数据库引擎创建成功，则尝试创建数据库连接            printf('*****连接数据库%s成功' % DBNAME)        except (exc.InternalError,InternalError):#如果创建连接失败，一般意味着数据库本身不可达。此例中是因为目标数据库不存在            eng = create_engine( dirname(dsn),echo = True)#dirname返回dsn的目录。其实就是os.path.split(path)的第一个元素。效果相当于dsn去掉数据库             eng.execute('create database %s' % DBNAME).close()            printf('新建数据库%s成功' % DBNAME)            eng.create_engine(dsn,echo = True)            printf('连接数据库%s成功' % DBNAME)        #创建数据库引擎连接之后，需要创建一个会话对象Session，其实是一个factory。        #sessionmaker()也可以在create_engine之前创建，然后等到数据库引擎连接创建之后，调用Session.configure(bind=)实现绑定        Session = orm.sessionmaker(bind=eng)        #Session()可以创建一个绑定到数据库的对象。但是到此为止，它还没有打开任何的连接。        #当它第一次被调用的时候，会尝试从数据库引擎连接池中检索一个链接，该连接会一直被持有直到所有的任务都被提交或者Session对象被关闭        self.ses = Session()        #将用户的表和数据库引擎作为 实例的属性保存下来。意味着这张表的所有操作都会被绑定到这个指定的引擎中。        self.users = Users.__table__        self.eng = self.users.metadata.bind = eng#引擎和表的元数据进行了额外的绑定，意味着这张表的所有操作都会绑定到这个指定的引擎中    def insert(self):        self.ses.add_all(Users(login= who,userid=userid,projid=randrange(1,5)) for who,userid in randName())        self.ses.commit()        def update(self):        fr = randrange(1,5)        to = randrange(1,5)        i = -1        users = self.ses.query(Users).filter_by(projid = fr).all()        for i ,user in enumerate(users):            user.projid = to        self.ses.commit()        printf('\n %s 个用户名从 %s 更改到 %s' % (i+1,fr,to))        def delete(self):        rm = randrange(1,5)        i = -1        users = self.ses.query(Users).filter_by(projid = rm).all()        for i,user in enumerate(users):            self.ses.delete(user)        self.ses.commit()        printf('组号为%s的共%s个用户被删除' % (rm,i+1))        def finish(self):        self.ses.connection().close()        def dbDump(self):        printf('\n%s' % ''.join(map(cformat,FIELDS)))        users = self.ses.query(Users).all()        for user in users:            printf(user)        self.ses.commit()        def __getattr__(self,attr):#drop和create方法实际上只需要调用表的drop()和create()方法即可，不用我们自己单独编写。这里使用委托机制——当属性查找失败的时候会调用__getattr__()方法。        return getattr(self.users,attr)#使用help(getattr)来获取帮助。getattr()获取对象的属性，getattr(x,'y')相当于执行x.y。    def main():    printf('连接%s数据库' % DBNAME)    db = setup()        if db not in DSNs:        printf('\n ERROR:%s 数据库不被支持,程序退出')        return            try:        orm = SQLALchemyTest(DSNs[db])    except RuntimeError:        printf('\nERROR: %s 数据库不支持，程序退出')        printf('\n***创建users表（）')    orm.drop(checkfirst = True)#    orm.create()    printf('\n***创建users表,成功！！！')        printf('%%%插入数据')    orm.insert()    orm.dbDump()        printf('\n随机将用户进行分组')    orm.update()    orm.dbDump()        printf('\n ！！！随机删除用户')    orm.delete()    orm.dbDump()        printf('\n***删除表格')    orm.drop()        printf('\n关闭数据库连接!')    orm.finish()    if __name__ == '__main__':    main()

 如果，你在运行过程中出现了警告（并不影响程序运行结果），可以做如下设置：

import warningswarnings.filterwarnings("ignore")#忽略警告