解读sqlalchemy的常用数据类型有哪些
作者:现在叫阿汤哥
sqlalchemy的常用数据类型
| 数据类型 | python数据类型 | 说明 |
| Integer | int | 整形 |
| String | str | 字符串 |
| Float | float | 浮点型 |
| DECIMAL | decimal.Decimal | 定点型 |
| Boolean | bool | 布尔型 |
| Date | datetime.date | 日期 |
| DateTime | datetime.datetime | 日期和时间 |
| Time | datetime.time | 时间 |
| Enum | str | 枚举类型 |
| Text | str | 文本类型 |
| LongText | str | 长文本类型 |
既然我们知道sqlalchemy常用数据类型有哪些,下面我们就来看看这些数据类型的用法。
首先,打开我们py代码编辑神器(pycharm),因为之前跟大家讲了许多关于数据库基本配置及连接的文章,在这里我就不在阐述了。
而是直接在此基础上讲解sqlalchemy数据类型的用法。
from sqlalchemy import create_engine,Column,Integer
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm.session import sessionmaker
DIALCT = "mysql"
DRIVER = "pymysql"
USERNAME = "root"
PASSWORD = "admin"
HOST = "127.0.0.1"
PORT = "3306"
DATABASE = "test"
DB_URI = "{}+{}://{}:{}@{}:{}/{}?charset=utf8".format(DIALCT,DRIVER,USERNAME,PASSWORD,HOST,PORT,DATABASE)
engine = create_engine(DB_URI)
Base = declarative_base(engine)
session = sessionmaker(engine)()
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
Base.metadata.drop_all()
Base.metadata.create_all()在讲解前,我们先测试下模型是否能够成功映射到数据库中,运行上述代码

没有报错,我们在打开mysql命令行工具,输入以下命令

嗯,person库表已成功映射到数据库中。
OK,万事俱备。下面我们就逐一来讲类型的用法。
第一种:Integer
我们在Person模型中新增一个age字段
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
age = Column(Integer)然后向表中插入一条数据
p = Person(age = 22)session.add(p)session.commit()
运行上述代码,然后输入下方命令检查数据是否插入到表中以及该字段是否为int类型

第二种:String
我们先将age字段注释掉,然后从sqlalchemy导入String类型(使用某种数据类型前,记得将该数据类型从sqlalchemy导入,由于篇幅太长,我们下方数据类型省略该步骤),再新增一个name字段(括号中的20表示该字符串最大长度为20)
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
name = Column(String(20))插入一条数据试试
p = Person(name = "tom") session.add(p) session.commit()
运行上述代码,然后输入下方命令检查数据是否插入到表中以及该字段是否为string类型(映射到数据库,对应varchar类型)

第三种:Float
什么情况下会用到Float类型?比如存储体重、价格等.....
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
price = Column(Float)插入测试数据
p = Person(price = 123.456789) session.add(p) session.commit()
运行上述代码,然后输入下方命令检查数据是否插入到表中以及该字段是否为float类型

嗯!!我明明写的是123.456789,但是存储到数据库中却变成了123.457,为什么会这样呢?
原因我之前说过:float单精度类型,单精度数据类型存储到表中容易被丢失。既然我们知道了原因,哪如何解决呢??方法就是用接下来要讲的定点类型(DECIMAL)。
第四种:DECIMAL
DECIMAL可以防止数据jingd
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
# price = Column(Float)
price = Column(DECIMAL(7,3))DECIMAL有两个参数,第一个参数用于指定一共多少位数,第二个参数用于指定小数点后最多多少位数
例如:DECIMAL(4,2)表示一共存储4位数字,小数点后最多有两位
如果传入不符合规则数值时会报如下错误:

所以我们在插入数据时一定要遵守参数规则
p = Person(price = 1234.567) session.add(p) session.commit()
运行上述代码,然后输入下方命令检查数据是否插入到表中以及该字段是否为decimal类型

第五种:Boolean
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
# price = Column(Float)
# price = Column(DECIMAL(7,3))
delete = Column(Boolean)插入数据试试。我们知道,1代表true,0代表false
p = Person(delete = 1) session.add(p) session.commit()
运行上述代码,然后输入下方命令检查数据是否插入到表中(存储到数据库中对应tinyint类型)

第六种:Enum
什么情况下会用到枚举类型呢?比如用户填写性别时,固定只能选男或者女,不可能不男不女,对吧!
Enum()括号中为枚举列表,在这个里面可以罗列出可输入的值!
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
# price = Column(Float)
# price = Column(DECIMAL(7,3))
# delete = Column(Boolean)
sex = Column(Enum("男","女"))我们先插入一条错误数据试试
p = Person(sex="不男不女") session.add(p) session.commit()
运行代码、结果报如下错误:

我们再输入一条正确数据试试

嗯,数据成功插入到表中,且数据类型为enum。
第七种:Date
Date只能存储指定的年月日,不能存储时分秒
说到日期类型,相信大家都熟悉,比如某年某月某日生。嗯、下面咱们就谈谈这个Date类型。
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
# price = Column(Float)
# price = Column(DECIMAL(7,3))
# delete = Column(Boolean)
# sex = Column(Enum("男","女"))
create_time = Column(Date)然后从datetime导入datetime这个包,将数据添加至数据库
from datetime import datetime p = Person(create_time = datetime(2018,8,8)) session.add(p) session.commit()
datetime()中的数值用于传递指定的年月日
运行并查看数据结果如下:

第八种:DateTime
DateTime存储指定的年月日时分秒
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
# price = Column(Float)
# price = Column(DECIMAL(7,3))
# delete = Column(Boolean)
# sex = Column(Enum("男","女"))
# create_time = Column(Date)
create_time = Column(DateTime)添加测试数据
p = Person(create_time = datetime(2018,8,8,16,11,50)) session.add(p) session.commit()
datetime()括号中传递指定的年月日时分秒
运行并查看数据结果如下:

第九种:Time
Time只能存储时分秒,不能存储年月日
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
# price = Column(Float)
# price = Column(DECIMAL(7,3))
# delete = Column(Boolean)
# sex = Column(Enum("男","女"))
# create_time = Column(Date)
# create_time = Column(DateTime)
create_time = Column(Time)插入测试数据,time()后面传递关键字参数,用于指定时分秒
from datetime import datetime,time p = Person(create_time=time(hour=12,minute=20,second=50)) session.add(p) session.commit()
运行并查看结果:

第十种:Text
这个没什么好讲的啊,当字符串长度比较长时就可以使用Text类型
class Person(Base):
__tablename__ = "person"
id = Column(Integer , primary_key=True , autoincrement=True)
# age = Column(Integer)
# name = Column(String(20))
# price = Column(Float)
# price = Column(DECIMAL(7,3))
# delete = Column(Boolean)
# sex = Column(Enum("男","女"))
# create_time = Column(Date)
# create_time = Column(DateTime)
# create_time = Column(Time)
content = Column(Text)插入数据:
p = Person(content = "人最需要的是学习") session.add(p) session.commit()
运行并查看结果:

第十一种:LongText
由于Text的存储长度有限,我们就可以使用LongText来存储数据。
由于LongText类型在mysql数据库才有,其它数据库没有该数据类型,在使用前,记得从mysql数据库导入该数据类型
from sqlalchemy.dialects.mysql import LONGTEXT
插入数据:
p = Person(content = "我要给它做广告,让它在人群中最闪耀!") session.add(p) session.commit()
运行上述代码并查看结果:

总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
