Чомусь я не можу знайти спосіб отримати еквіваленти інтерактивної команди оболонки sqlite:
.tables
.dump
за допомогою API Python sqlite3.
Чи є щось подібне?
Чомусь я не можу знайти спосіб отримати еквіваленти інтерактивної команди оболонки sqlite:
.tables
.dump
за допомогою API Python sqlite3.
Чи є щось подібне?
Відповіді:
Ви можете отримати список таблиць і схем, запитуючи таблицю SQLITE_MASTER:
sqlite> .tab
job snmptarget t1 t2 t3
sqlite> select name from sqlite_master where type = 'table';
job
t1
t2
snmptarget
t3
sqlite> .schema job
CREATE TABLE job (
id INTEGER PRIMARY KEY,
data VARCHAR
);
sqlite> select sql from sqlite_master where type = 'table' and name = 'job';
CREATE TABLE job (
id INTEGER PRIMARY KEY,
data VARCHAR
)
sqlite> .schema job
недійсний синтаксис у python ... що я пропускаю?
sqlite>
- клієнтський рядок командного рядка sqlite. Метою прикладу було продемонструвати, як можна запитувати базу даних для переліку таблиць та схем.
На Python:
con = sqlite3.connect('database.db')
cursor = con.cursor()
cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
print(cursor.fetchall())
Слідкуйте за моєю іншою відповіддю . Існує набагато швидший спосіб використання панд.
cursor.close()
іdb.close()
Найшвидший спосіб зробити це в python - це використання Pandas (версія 0.16 і вище).
Скиньте один стіл:
db = sqlite3.connect('database.db')
table = pd.read_sql_query("SELECT * from table_name", db)
table.to_csv(table_name + '.csv', index_label='index')
Вивантажте всі таблиці:
import sqlite3
import pandas as pd
def to_csv():
db = sqlite3.connect('database.db')
cursor = db.cursor()
cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
tables = cursor.fetchall()
for table_name in tables:
table_name = table_name[0]
table = pd.read_sql_query("SELECT * from %s" % table_name, db)
table.to_csv(table_name + '.csv', index_label='index')
cursor.close()
db.close()
cursor.close()
і db.close()
.
with sqlite3.connect('database.db') as db:
Ось коротка і проста програма python для друку імен таблиць та імен стовпців для цих таблиць (python 2. python 3 далі).
import sqlite3
db_filename = 'database.sqlite'
newline_indent = '\n '
db=sqlite3.connect(db_filename)
db.text_factory = str
cur = db.cursor()
result = cur.execute("SELECT name FROM sqlite_master WHERE type='table';").fetchall()
table_names = sorted(zip(*result)[0])
print "\ntables are:"+newline_indent+newline_indent.join(table_names)
for table_name in table_names:
result = cur.execute("PRAGMA table_info('%s')" % table_name).fetchall()
column_names = zip(*result)[1]
print ("\ncolumn names for %s:" % table_name)+newline_indent+(newline_indent.join(column_names))
db.close()
print "\nexiting."
(EDIT: я отримую періодичні голосування щодо цього, тому ось версія python3 для людей, які знаходять цю відповідь)
import sqlite3
db_filename = 'database.sqlite'
newline_indent = '\n '
db=sqlite3.connect(db_filename)
db.text_factory = str
cur = db.cursor()
result = cur.execute("SELECT name FROM sqlite_master WHERE type='table';").fetchall()
table_names = sorted(list(zip(*result))[0])
print ("\ntables are:"+newline_indent+newline_indent.join(table_names))
for table_name in table_names:
result = cur.execute("PRAGMA table_info('%s')" % table_name).fetchall()
column_names = list(zip(*result))[1]
print (("\ncolumn names for %s:" % table_name)
+newline_indent
+(newline_indent.join(column_names)))
db.close()
print ("\nexiting.")
Мабуть, версія sqlite3, включена в Python 2.6, має цю здатність: http://docs.python.org/dev/library/sqlite3.html
# Convert file existing_db.db to SQL dump file dump.sql
import sqlite3, os
con = sqlite3.connect('existing_db.db')
with open('dump.sql', 'w') as f:
for line in con.iterdump():
f.write('%s\n' % line)
Після багатьох обмінів я знайшов кращу відповідь у документах sqlite для перерахування метаданих таблиці, навіть доданих баз даних.
meta = cursor.execute("PRAGMA table_info('Job')")
for r in meta:
print r
Ключова інформація - це префікс table_info, а не my_table з назвою ручки вкладення.
Job
таблиці: meta = cursor.execute("PRAGMA table_info('Job')")
І ваш перший рядок здається не пов'язаним з рештою.
Якщо хтось хоче зробити те ж саме з Pandas
import pandas as pd
import sqlite3
conn = sqlite3.connect("db.sqlite3")
table = pd.read_sql_query("SELECT name FROM sqlite_master WHERE type='table'", conn)
print(table)
#!/usr/bin/env python
# -*- coding: utf-8 -*-
if __name__ == "__main__":
import sqlite3
dbname = './db/database.db'
try:
print "INITILIZATION..."
con = sqlite3.connect(dbname)
cursor = con.cursor()
cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
tables = cursor.fetchall()
for tbl in tables:
print "\n######## "+tbl[0]+" ########"
cursor.execute("SELECT * FROM "+tbl[0]+";")
rows = cursor.fetchall()
for row in rows:
print row
print(cursor.fetchall())
except KeyboardInterrupt:
print "\nClean Exit By user"
finally:
print "\nFinally"
Я реалізував аналізатор схеми таблиці sqlite в PHP, ви можете перевірити тут: https://github.com/c9s/LazyRecord/blob/master/src/LazyRecord/TableParser/SqliteTableDefinitionParser.php
Ви можете використовувати цей аналізатор визначення для розбору визначень, як код нижче:
$parser = new SqliteTableDefinitionParser;
$parser->parseColumnDefinitions('x INTEGER PRIMARY KEY, y DOUBLE, z DATETIME default \'2011-11-10\', name VARCHAR(100)');