Python工具箱系列(二十一)
准备数据
为了方便准备试验用的数据，建议使用Faker这个库来模拟。Faker是一个Python软件包，可生成伪造数据。无论是需要引导数据库，创建美观的XML文档，填充持久性以进行压力测试，还是匿名化来自生产服务的数据，Faker都能完美实现。
pip install faker
以下代码生成姓名、性别这类最常用的试验数据。
from faker import Faker def fakedata(maxtimes):
fake = Faker( ' zh_CN ' )
data_total = [[fake.name(), fake.company(), fake.phone_number(), fake.company_email(), fake.address(),
fake.date_time(tzinfo =None)] for x in range(maxtimes)] print (data_total) return data_total
fakedata( 10)
由于每次fake时，数据都在变化。为了方便使用，可以将生成的数据保存在文件中。文件类型可以是：
◇txt文件。虽然最简单最自由，但要程序可行分析，不建议
◇excel文件。在Windows环境下使用非常方便。但平台兼容性差
◇csv文件。兼容性强，跨平台，解析方便，推荐
◇json文件。兼容性强，跨平台，解析方便，推荐
◇其它格式可以考虑yaml格式等
下面代码演示了如何以csv格式保存生成的数据：
from faker import Faker import csv def fakedata(maxtimes):
fake = Faker( ' zh_CN ' )
data_total = [[fake.name(), fake.company(), fake.phone_number(), fake.company_email(), fake.address(),
fake.date_time(tzinfo =None)] for x in range(maxtimes)] print (data_total) return data_total
headerlist = [ ' name ' , ' company ' , ' phone ' , ' email ' , ' address ' , ' date ' ]
with open( ' fake.csv ' , ' w ' ,encoding= ' utf-8 ' ) as f:
writer = csv.writer(f) # 写头部信息 writer.writerow(headerlist) # 写数据 data = fakedata(100 )
writer.writerows(data)
以上代码生成100条记录，并且保存在fake.csv文件备用。
创建数据库并且插入记录
sqlite是python3内置的标准库，直接引用即可，不需要任何安装，非常方便。
import sqlite3 import csv # 连接数据库，如果没有，则直接创建 conn = sqlite3.connect( " demo.db " )
cur = conn.cursor() # 创建表 sqlstr = ' create table demo_table(name text,company text,phone text,email text,address text,date text) ' cur.execute(sqlstr) # 不提交表格没有真正创建 conn.commit() # 从文件中读出数据，并且依次写入数据库 with open( ' fake.csv ' , ' r ' , encoding= ' utf-8 ' ) as f:
reader = csv.reader(f) # 读头部信息 header = next(reader) print (header) # 开始遍历 for row in reader: if row:
insertsql = f " insert into demo_table (name,company,phone,email,address) values ('{row[0]}','{row[1]}','{row[2]}','{row[3]}','{row[4]}') " # 插入数据库记录 cur.execute(insertsql) # 一次性提交 cur.close()
conn.commit()
conn.close()
以上就将保存在fake.csv中的内容全部插入到了数据库中。后续的CRUD操作都很类似。
sqlite还可以在内存中创建数据库，只要输入特殊参数值：memory：即可，该数据库只存在于内存中，不会生成本地数据库文件。只要使用如下所示的特殊的关键定即可。
conn = sqlite3.connect( ' :memory: ' )
内存数据库速度更快，可以在不产生文件的情况下，实现临时性的SQL运算，属于一次性消费。