选择合适的数据库驱动需根据数据库类型和项目需求，如SQLite用自带sqlite3，MySQL选mysql-connector-python或pymysql，PostgreSQL用psycopg2，并综合考虑性能、兼容性、功能和易用性；操作流程包括安装驱动、建立连接、执行SQL、提交事务和关闭连接；为防止SQL注入，应使用参数化查询而非拼接SQL；为提升性能，可使用连接池（如mysql.connector.pooling）复用连接；事务处理通过commit提交或rollback回滚，确保数据一致性。
使用Python操作数据库，关键在于选择合适的数据库驱动，然后建立连接，执行SQL语句。不同的数据库，驱动不同，但操作流程大体一致。
解决方案
首先，你需要安装对应的数据库驱动。比如，如果是SQLite，Python自带
sqlite3模块，无需额外安装。如果是MySQL，则需要安装
mysql-connector-python或者
pymysql。
以SQLite为例：
import sqlite3
# 连接到数据库（如果数据库不存在，则会创建一个）
conn = sqlite3.connect('mydatabase.db')
# 创建一个游标对象，用于执行SQL语句
cursor = conn.cursor()
# 执行SQL语句，创建一个表
cursor.execute('''
CREATE TABLE IF NOT EXISTS users (
id INTEGER PRIMARY KEY,
name TEXT,
age INTEGER
)
''')
# 插入数据
cursor.execute("INSERT INTO users (name, age) VALUES ('Alice', 30)")
cursor.execute("INSERT INTO users (name, age) VALUES ('Bob', 25)")
# 提交事务，保存更改
conn.commit()
# 查询数据
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
print(row)
# 关闭连接
conn.close()如果是MySQL，流程类似，只是连接方式和驱动不同：
立即学习“Python免费学习笔记（深入）”；
import mysql.connector
# 连接到MySQL数据库
mydb = mysql.connector.connect(
host="localhost",
user="yourusername",
password="yourpassword",
database="mydatabase"
)
mycursor = mydb.cursor()
# 执行SQL语句
mycursor.execute("SELECT * FROM users")
myresult = mycursor.fetchall()
for x in myresult:
print(x)注意替换
yourusername、
yourpassword和
mydatabase为你的实际MySQL配置。
如何选择合适的Python数据库驱动？
选择数据库驱动，主要看你的数据库类型和个人偏好。
-
SQLite:
sqlite3
是Python自带的，简单易用，适合小型项目或本地存储。 -
MySQL:
mysql-connector-python
是MySQL官方推荐的驱动，性能较好，但可能对某些高级特性支持不够完善。pymysql
是纯Python实现的驱动，兼容性好，但性能可能稍逊。 -
PostgreSQL:
psycopg2
是常用的PostgreSQL驱动，性能优秀，功能强大。 -
其他数据库: 还有诸如
pymongo
(MongoDB),redis-py
(Redis) 等针对特定数据库的驱动。
选择时，可以考虑以下因素：
- 性能: 驱动的性能直接影响数据库操作的速度。
- 兼容性: 驱动是否与你的Python版本和数据库版本兼容。
- 功能: 驱动是否支持你需要的数据库特性，比如连接池、事务等。
- 易用性: 驱动的API是否易于理解和使用。
如何防止SQL注入攻击？
SQL注入是一种常见的安全漏洞，攻击者可以通过构造恶意的SQL语句来窃取或篡改数据库中的数据。
防止SQL注入的关键是不要直接将用户输入拼接到SQL语句中。应该使用参数化查询或预编译语句。
以SQLite为例：
# 错误示例（存在SQL注入风险）
username = input("Enter username: ")
sql = "SELECT * FROM users WHERE username = '" + username + "'"
cursor.execute(sql)
# 正确示例（使用参数化查询）
username = input("Enter username: ")
sql = "SELECT * FROM users WHERE username = ?"
cursor.execute(sql, (username,))参数化查询会将用户输入作为参数传递给数据库，数据库会自动处理转义，防止恶意SQL语句的执行。
对于MySQL，
mysql-connector-python和
pymysql都支持参数化查询。
如何处理数据库连接池？
频繁地创建和关闭数据库连接会消耗大量的系统资源。使用数据库连接池可以有效地提高数据库操作的性能。
连接池维护着一组数据库连接，当需要连接时，从连接池中获取一个空闲连接；当连接使用完毕后，将其返回到连接池中，而不是直接关闭。
以
mysql-connector-python为例，可以使用
mysql.connector.pooling模块创建连接池：
import mysql.connector
from mysql.connector import pooling
# 创建连接池
pool = mysql.connector.pooling.MySQLConnectionPool(
pool_name = "mypool",
pool_size = 5, # 连接池大小
host="localhost",
user="yourusername",
password="yourpassword",
database="mydatabase"
)
# 从连接池中获取连接
conn = pool.get_connection()
cursor = conn.cursor()
# 执行SQL语句
cursor.execute("SELECT * FROM users")
# ...
# 释放连接
cursor.close()
conn.close()pool_size参数指定连接池中连接的数量。合理设置连接池大小可以提高数据库操作的并发能力。
如何处理数据库事务？
事务是一组数据库操作的逻辑单元，要么全部执行成功，要么全部回滚。事务可以保证数据的一致性和完整性。
以SQLite为例：
import sqlite3
conn = sqlite3.connect('mydatabase.db')
cursor = conn.cursor()
try:
# 开始事务
cursor.execute("BEGIN TRANSACTION")
# 执行一系列SQL语句
cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE id = 1")
cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE id = 2")
# 提交事务
conn.commit()
print("Transaction committed successfully.")
except Exception as e:
# 回滚事务
conn.rollback()
print(f"Transaction failed: {e}")
finally:
conn.close()如果在事务执行过程中发生异常，
conn.rollback()会将数据库恢复到事务开始前的状态。
对于MySQL，事务处理方式类似。
记住，掌握这些基本操作，你就能在Python中轻松地与各种数据库打交道了。 实践出真知，多写代码，才能真正理解其中的奥妙。
