Records：用于人类的sql™

Records是一个非常简单但功能强大的库，用于对大多数关系数据库进行原始SQL查询

只需编写SQL即可。没有铃声，没有口哨。使用可用的标准工具，这项常见任务可能会出人意料地困难。该库努力使此工作流尽可能简单，同时提供一个优雅的界面来处理您的查询结果

数据库支持包括RedShift、Postgres、MySQL、SQLite、Oracle和MS-SQL(不包括驱动程序)

☤基础知识

我们知道如何编写SQL，所以让我们将一些内容发送到我们的数据库：

import records db = records.Database('postgres://...')
rows = db.query('select * from active_users')    # or db.query_file('sqls/active-users.sql')

一次抓取一行：

>>> rows[0]
<Record {"username": "model-t", "active": true, "name": "Henry Ford", "user_email": "model-t@gmail.com", "timezone": "2016-02-06 22:28:23.894202"}>

或者迭代它们：

for r in rows:
    print(r.name, r.user_email)

可以通过多种方式访问值：row.user_email，row['user_email']，或row[3]

还完全支持包含非字母数字字符(如空格)的字段

或存储您的记录集合的副本以供以后参考：

>>> rows.all()
[<Record {"username": ...}>, <Record {"username": ...}>, <Record {"username": ...}>, ...]

如果您只期待一个结果：

>>> rows.first()
<Record {"username": ...}>

其他选项包括rows.as_dict()和rows.as_dict(ordered=True)

☤功能

• 迭代行被缓存以供将来引用
• $DATABASE_URL环境变量支持
• 便利性Database.get_table_names方法
• 用于导出查询的命令行记录工具
• 安全参数化：Database.query('life=:everything', everything=42)
• 查询可以作为字符串或文件名传递，支持的参数
• 交易记录：t = Database.transaction(); t.commit()
• 批量操作：Database.bulk_query()&Database.bulk_query_file()

唱片公司自豪地由SQLAlchemy和Tablib

☤数据导出功能

Record还具有完全的Tablib集成功能，允许您通过一行代码将结果导出为CSV、XLS、JSON、HTML表、YAML或Pandas DataFrames。非常适合与朋友共享数据或生成报告

>>> print(rows.dataset)
username|active|name      |user_email       |timezone
--------|------|----------|-----------------|--------------------------
model-t |True  |Henry Ford|model-t@gmail.com|2016-02-06 22:28:23.894202
...

逗号分隔值(CSV)

>>> print(rows.export('csv'))
username,active,name,user_email,timezone
model-t,True,Henry Ford,model-t@gmail.com,2016-02-06 22:28:23.894202
...

YAML Ain‘t Markup Language(YAML)

>>> print(rows.export('yaml'))
- {active: true, name: Henry Ford, timezone: '2016-02-06 22:28:23.894202', user_email: model-t@gmail.com, username: model-t}
...

JavaScript对象表示法(JSON)

>>> print(rows.export('json'))
[{"username": "model-t", "active": true, "name": "Henry Ford", "user_email": "model-t@gmail.com", "timezone": "2016-02-06 22:28:23.894202"}, ...]

Microsoft Excel(xls，xlsx)

with open('report.xls', 'wb') as f:
    f.write(rows.export('xls'))

熊猫数据帧

>>> rows.export('df')
    username active name user_email timezone 0 model-t True Henry Ford model-t@gmail.com 2016-02-06 22:28:23.894202

你说对了。Tablib的所有其他功能也可用，因此您可以对结果进行排序、添加/删除列/行、删除重复项、转置表格、添加分隔符、按列切片数据等

请参阅Tablib Documentation有关更多详细信息，请参阅

☤安装

当然，推荐的安装方法是pipenv：

$ pipenv install records[pandas]
✨🍰✨

☤命令行工具

作为额外的奖励，一个records自动包括命令行工具。以下是使用信息的截图：

☤，谢谢你

感谢您借阅本图书馆！我希望你会觉得它有用

当然，总有改进的空间。请随意……open an issue所以我们可以把唱片做得更好、更强、更快