0.为什么选择 Python + SQLite?

在开发一些轻量级的项目时，相比起安装 MySQL、PostgreSQL 等大型数据库系统，SQLite 提供了一个“零配置、文件级、嵌入式”的解决方案 —— 只需要一个 .db 文件就能开始操作数据库。

而在Python内置的sqlite3 模块让操作sqlite变得非常简单，无需额外以来就能执行SQL语句，管理表结构。

接下来我们就一步一步通过实际代码来看看，如何用 Python 玩转 SQLite。

1.连接数据库与创建数据库文件

文件数据库

import sqlite3
conn = sqlite3.connect("data.db")

• connect()：本地创建或者打开数据库文件，参数为数据库文件路径

• conn：是连接对象，可以理解为数据库的会话窗口，通过conn可以：执行SQL，提交事务，回滚，关闭连接

内存数据库

import sqlite3
conn = sqlite3.connect(":memory:")

当connect()的参数为:memory:，sqlite将不会创建文件而是将文件存储在内存中，程序退出后数据消失，因为没有IO操作所以速度更快，一般用于程序测试时

2.执行SQL命令

SQL 语句提交函数

cursor = conn.cursor()
cursor.execute("INSERT INTO users (name) VALUES (?)", ("Bob",))
conn.commit()

• conn.cursor()：返回一个游标对象，cursor扮演者一个执行SQL命令+获取查询结果的中间人角色

• cursor.execute()：提交SQL命令

• conn.commit()：提交事务，把你对数据库的所有改动永久写入数据库文件

SQL预处理

问号占位符

cursor.execute("SELECT * FROM users WHERE name = ?", ("Alice",))

• 通过?的方式占位，参数必须为元组或者列表，具有自动转义和类型处理机制，有效防御SQLi

命名占位符

cursor.execute("SELECT * FROM users WHERE name = :name", {"name": "Alice"})

• 命名占位符有更高的可读性

• 使用 :参数名 的方式

• 参数用字典传入

• 适合参数多、复杂时使用

非预期处理方式（风险写法❌）

name = "Alice"
cursor.execute(f"SELECT * FROM users WHERE name = '{name}'")

字符串拼接的写法会导致SQL注入漏洞

3.批量执行：executemany 的使用

data = [("Tom",), ("Jerry",), ("Spike",)]
cursor.executemany("INSERT INTO users (name) VALUES (?)", data)
conn.commit()

• executemany() 用于一次性插入多行数据

• 避免使用 for 循环+多次 execute()，更高效，更优雅

4. 获取查询结果

返回结果的三种函数

cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
rows = cursor.fetchmany(n)
rows = cursor.fetchall()
conn.close()

• fetchone()：只获取一行

• fetchmany(n)：最多获取 n 行

• fetchall()：取所有结果，通常配合 for 使用

查询结果作为字典

conn.row_factory = sqlite3.Row
cursor = conn.cursor()
cursor.execute("SELECT * FROM users")
row = cursor.fetchone()
print(row["name"])  # 像访问字典一样取字段值

在默认情况下，SQLite 查询返回的是元组形式的结果

虽然能用，但你必须记得字段的顺序（row[1] 是 name），代码可读性和健壮性都不高。

设置conn.row_factory = sqlite3.Row 之后再执行查询时，返回的每一行就变成了一个可以通过字段名访问的对象

sqlite3.Row实际上是一个特殊对象，支持row["字段名"]

5.with自动管理连接

sqlite3.connect()返回的连接对象实现了上下文管理协议（即内部有__enter__ 和 __exit__ 方法），因此可以用 with 语法自动管理连接的生命周期。

传统写法conn.close()可能会导致数据未提交，文件锁未释放，内存泄漏等问题，而用with则可以自动调用conn.commit()和conn.close()

with sqlite3.connect("data.db") as conn:
    cursor = conn.cursor()
    cursor.execute("SELECT * FROM users")
    rows = cursor.fetchall()

背后的原理

Python 的 with 语句本质是调用对象的这两个方法：

• __enter__()：进入时返回连接对象

• __exit__()：退出时自动：

  • 提交事务（如果没有出错）

  • 或自动回滚（如果有异常）

  • 然后关闭连接

SQLite 的连接对象内置了这个行为。

6.总结

在本篇博客中，我们通过实际代码，介绍了如何用 Python 内置的 sqlite3 模块高效地操作 SQLite 数据库。你已经掌握了以下内容：

• 使用 sqlite3.connect() 创建数据库连接，包括文件数据库与内存数据库

• 使用 conn.cursor() 获取游标对象，执行 SQL 并获取查询结果

• 理解了 SQL 预处理语句 的作用与安全性（?、:name）

• 批量插入数据（executemany）的写法

• 多种结果读取方式（fetchone()、fetchall()、row_factory）

• 使用 conn.commit() 提交事务，确保数据持久化

• 利用 with 语法自动管理数据库连接，编写更安全的代码

SQLite 是轻量、无依赖、嵌入式的理想选择，而 Python 则提供了简洁优雅的操作接口。两者结合，几乎可以应付所有小型项目、自动化脚本、离线工具、甚至 Web 后端的原型开发。