博客
关于我
Python连接MySQL数据库
阅读量:457 次
发布时间:2019-03-06

本文共 439 字,大约阅读时间需要 1 分钟。

连接MySQL数据库并执行查询操作

在代码中首先需要导入MySQLdb模块

print '连接数据库'

如果host处如果填写'localhost'报错的话,请尝试使用'127.0.0.1'

db=MySQLdb.connect(host='127.0.0.1',user='root',passwd='michael',db='test')

获取数据库游标

cur=db.cursor()

执行SQL语句

r=cur.execute('select * from people')

获取查询结果

r=cur.fetchall()

输出查询结果

print '输出数据库查询结果:'

print r

关闭游标

cur.close()

关闭数据库连接

db.close()

raw_input与input的区别

raw_input获取用户输入之后的返回结果是一个字符串类型数据

input获取用户输入之后的返回值是一个数值型的数据

等价于eval(raw_input(提示信息))

转载地址:http://lsubz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>