python如何连接mssms

一、Python连接MS SQL Server的方法

在Python中连接MS SQL Server有多种方法，可以使用pyodbc、pymssql、SQLAlchemy等库。这些库都提供了与SQL Server进行交互的接口，具体选择哪种库取决于项目的具体需求及开发者的习惯。pyodbc是一个非常流行的选择，因为它兼容性好，支持Windows和Linux。下面将详细介绍如何使用pyodbc连接MS SQL Server。

二、使用pyodbc连接MS SQL Server

安装pyodbc

首先需要安装pyodbc库，可以使用pip进行安装：

pip install pyodbc

安装完成后，确保你的系统上已经安装了SQL Server的ODBC驱动程序。对于Windows用户，可以通过微软官网下载安装最新的ODBC驱动。

建立数据库连接

连接到SQL Server需要提供服务器名称、数据库名称、用户名和密码等信息。以下是一个基本的连接示例：

import pyodbc
配置连接参数
server = 'your_server_name'  # 服务器名称
database = 'your_database'  # 数据库名称
username = 'your_username'  # 用户名
password = 'your_password'  # 密码
建立连接
connection = pyodbc.connect(
    'DRIVER={ODBC Driver 17 for SQL Server};'
    f'SERVER={server};DATABASE={database};UID={username};PWD={password}'
)
创建一个游标对象
cursor = connection.cursor()

解释：在上述代码中，ODBC Driver 17 for SQL Server是安装的SQL Server ODBC驱动的名称，确保你安装的驱动名称与之匹配。使用pyodbc.connect()函数建立连接，并传入连接字符串。

执行SQL查询

建立连接后，可以通过游标对象来执行SQL查询：

# 执行SQL查询
cursor.execute("SELECT * FROM your_table")
获取结果集
rows = cursor.fetchall()
遍历结果集
for row in rows:
    print(row)

解释：使用cursor.execute()方法执行SQL查询，查询结果可以通过cursor.fetchall()方法获取。fetchall()方法返回一个列表，每个元素是一个数据库记录。

处理连接异常

在实际应用中，需要处理可能出现的连接异常，例如数据库连接失败、查询语法错误等。可以使用try-except块来捕获这些异常：

try:
    # 建立连接
    connection = pyodbc.connect(
        'DRIVER={ODBC Driver 17 for SQL Server};'
        f'SERVER={server};DATABASE={database};UID={username};PWD={password}'
    )
    cursor = connection.cursor()
    # 执行SQL查询
    cursor.execute("SELECT * FROM your_table")
    rows = cursor.fetchall()
    for row in rows:
        print(row)
except pyodbc.Error as e:
    print("Error occurred:", e)
finally:
    # 关闭连接
    if connection:
        connection.close()

解释：在try块中执行数据库操作，except块中捕获并处理pyodbc.Error异常，最后使用finally块确保无论是否出现异常都关闭数据库连接。

三、使用pymssql连接MS SQL Server

安装pymssql

pymssql是另一个用于连接SQL Server的库，可以在不使用ODBC驱动的情况下进行连接。首先安装pymssql：

pip install pymssql

建立数据库连接

与pyodbc类似，pymssql也需要提供连接参数：

import pymssql
配置连接参数
server = 'your_server_name'
database = 'your_database'
username = 'your_username'
password = 'your_password'
建立连接
connection = pymssql.connect(
    server=server,
    user=username,
    password=password,
    database=database
)
创建一个游标对象
cursor = connection.cursor()

解释：使用pymssql.connect()函数建立连接，传入服务器、用户名、密码和数据库名称。

执行SQL查询

使用pymssql执行SQL查询的方式与pyodbc类似：

# 执行SQL查询
cursor.execute("SELECT * FROM your_table")
获取结果集
rows = cursor.fetchall()
遍历结果集
for row in rows:
    print(row)

处理连接异常

同样可以使用try-except块来处理异常：

try:
    # 建立连接
    connection = pymssql.connect(
        server=server,
        user=username,
        password=password,
        database=database
    )
    cursor = connection.cursor()
    # 执行SQL查询
    cursor.execute("SELECT * FROM your_table")
    rows = cursor.fetchall()
    for row in rows:
        print(row)
except pymssql.Error as e:
    print("Error occurred:", e)
finally:
    # 关闭连接
    if connection:
        connection.close()

四、使用SQLAlchemy连接MS SQL Server

安装SQLAlchemy和相关驱动

SQLAlchemy是一个功能强大的ORM框架，可以简化数据库操作。可以与pyodbc结合使用。首先安装SQLAlchemy：

pip install sqlalchemy pip install pyodbc

建立数据库连接

使用SQLAlchemy创建引擎并建立连接：

from sqlalchemy import create_engine
配置连接字符串
connection_string = (
    'mssql+pyodbc://username:password@server/database?'
    'driver=ODBC+Driver+17+for+SQL+Server'
)
创建引擎
engine = create_engine(connection_string)
建立连接
connection = engine.connect()

解释：使用create_engine()函数创建引擎，并传入连接字符串。连接字符串格式为mssql+pyodbc://username:password@server/database?driver=ODBC+Driver+17+for+SQL+Server。

执行SQL查询

使用SQLAlchemy执行SQL查询：

# 执行SQL查询
result = connection.execute("SELECT * FROM your_table")
遍历结果集
for row in result:
    print(row)

解释：使用connection.execute()方法执行SQL查询，结果可以直接遍历。

处理连接异常

SQLAlchemy也可以使用try-except块来处理异常：

try:
    # 创建引擎并建立连接
    engine = create_engine(connection_string)
    connection = engine.connect()
    # 执行SQL查询
    result = connection.execute("SELECT * FROM your_table")
    for row in result:
        print(row)
except Exception as e:
    print("Error occurred:", e)
finally:
    # 关闭连接
    if connection:
        connection.close()

五、总结

Python提供了多种连接MS SQL Server的方法，包括pyodbc、pymssql和SQLAlchemy。选择合适的库可以提高开发效率和代码可维护性。pyodbc适合快速直接的数据库操作，而pymssql可以在不使用ODBC驱动的环境中使用。SQLAlchemy则提供了ORM功能，适合复杂的数据库操作和对象关系映射。无论使用哪种方法，都需要注意异常处理和资源管理，确保数据库连接正确建立和关闭。