pyodbc是一个用于Python的开源库，用于连接和操作多种数据库管理系统（DBMS），其中包括Microsoft SQL Server、Oracle、MySQL、PostgreSQL等。它提供了一个简单和统一的接口，使开发人员可以使用Python编程语言来访问和操作数据库。
以下是pyodbc的一些主要特点和功能：
-
数据库连接：pyodbc允许您建立与各种DBMS的数据库连接。通过提供合适的连接字符串，您可以连接到不同类型的数据库。
-
执行SQL语句：使用pyodbc，您可以执行各种SQL语句，如查询（SELECT）、插入（INSERT）、更新（UPDATE）和删除（DELETE）。您可以执行原始SQL语句或使用参数化查询来提高安全性和性能。
-
事务支持：pyodbc支持事务处理，您可以在事务中执行多个SQL操作，并在需要时进行提交或回滚。
-
结果获取：执行查询后，您可以使用pyodbc获取返回的结果集。您可以迭代结果集并访问每行的数据。
-
存储过程调用：pyodbc允许您调用数据库中的存储过程。您可以传递参数给存储过程，并处理返回的结果集。
-
数据类型转换：pyodbc提供了对常见数据库和Python数据类型之间的自动转换支持。它可以处理整数、字符串、日期、时间等各种数据类型之间的转换。
-
异常处理：pyodbc会引发适当的异常，以便您可以捕获和处理连接、执行和其他数据库操作中可能出现的错误。
总体而言，pyodbc是一个功能强大且灵活的库，使Python开发人员能够轻松地与各种数据库进行交互。它为数据库操作提供了简单、一致的接口，并且在使用不同的DBMS时保持了一致性，从而使开发人员能够更加专注于应用程序的开发。
-------------------------------------------
该示例程序将执行查询操作，插入一条新数据，更新数据，删除数据，并调用名为GetCustomerDetails的存储过程来检索客户详细信息。您可以根据您的实际需求进行修改和扩展。请注意，您需要将<server_name>、<database_name>、<username>和<password>替换为实际的数据库连接信息。同样，您还需要根据您的数据库架构将查询语句、插入数据和存储过程调用进行相应的更改。
import pyodbc# 连接数据库
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=<server_name>;DATABASE=<database_name>;UID=<username>;PWD=<password>')# 创建游标
cursor = conn.cursor()# 执行查询操作
def select_data():cursor.execute("SELECT * FROM Customers")rows = cursor.fetchall()for row in rows:print(row)# 执行插入操作
def insert_data():insert_query = "INSERT INTO Customers (CustomerName, ContactName, Address, City, PostalCode, Country) VALUES (?, ?, ?, ?, ?, ?)"values = ('John Doe', 'John', '123 Main St', 'New York', '10001', 'USA')cursor.execute(insert_query, values)conn.commit()print("Data inserted successfully.")# 执行更新操作
def update_data():update_query = "UPDATE Customers SET City = ? WHERE CustomerID = ?"values = ('Los Angeles', 1)cursor.execute(update_query, values)conn.commit()print("Data updated successfully.")# 执行删除操作
def delete_data():delete_query = "DELETE FROM Customers WHERE CustomerID = ?"value = 2cursor.execute(delete_query, value)conn.commit()print("Data deleted successfully.")# 调用存储过程
def call_stored_procedure():stored_procedure = "{CALL GetCustomerDetails(?)}"customer_id = 1params = (customer_id,)cursor.execute(stored_procedure, params)rows = cursor.fetchall()for row in rows:print(row)# 执行示例操作
select_data()
insert_data()
update_data()
delete_data()
call_stored_procedure()# 关闭游标和连接
cursor.close()
conn.close()import pyodbc# 连接数据库
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=<server_name>;DATABASE=<database_name>;UID=<username>;PWD=<password>')# 创建游标
cursor = conn.cursor()# 执行查询操作
cursor.execute("SELECT * FROM <table_name>")
rows = cursor.fetchall()
for row in rows:print(row)# 执行插入操作
insert_query = "INSERT INTO <table_name> (column1, column2) VALUES (?, ?)"
values = ('value1', 'value2')
cursor.execute(insert_query, values)
conn.commit()# 执行更新操作
update_query = "UPDATE <table_name> SET column1 = ? WHERE column2 = ?"
values = ('new_value', 'condition_value')
cursor.execute(update_query, values)
conn.commit()# 执行删除操作
delete_query = "DELETE FROM <table_name> WHERE column = ?"
value = 'value_to_delete'
cursor.execute(delete_query, value)
conn.commit()# 调用存储过程
stored_procedure = "EXEC <stored_procedure_name> ?, ?"
param1 = 'param1_value'
param2 = 'param2_value'
cursor.execute(stored_procedure, (param1, param2))
conn.commit()# 关闭游标和连接
cursor.close()
conn.close()
import pyodbc
conn = pyodbc.connect('DSN=sql2016')# pyodbc.connect 连接数据库
# xxx.cursor() 创建游标
# cursor.execute() 所有的SQL语句运行
# cursor.rowcount 获取SQL语句执行的条数
# cursor.commit() 提交数据
# cursor.close() 关闭游标
# connect.close() 断开连接
print('-------------1----------------')
sql1= r"SELECT * FROM Customers"
cursor = conn.cursor()
cursor.execute(sql1)
# rows=cursor.fetchall() #将返回所有结果，返回二维元组，如((‘a’,‘b’),(‘a2’,b2’)),
# for row in rows[0:10]:
# print("CustomerId: %-6s CustomerName: %-10s Email: %-20s" % (row[0], row[1],row[2]))
# print('-----------2----------------')
row = cursor.fetchone() #依次取得下一条结果，直到为空
while row: #print(row[0],row[1],row[2])print("CustomerId: %-6s CustomerName: %-10s Email: %-20s" % (row[0], row[1],row[2])) row = cursor.fetchone()print('------------3-----------------')# import pandas as pd # 导入pandas库
# sql2 = r"SELECT * FROM Customers"
# data = pd.read_sql(sql=sql2,con=conn,coerce_float=True)
# print(data[0:10])
cursor.close()
conn.close()
