python创建sqlite,并使用flask-sqlalchemy连接

python创建sqlite,并使用flask-sqlalchemy连接

在 PyCharm 中,你可以使用 SQLite 数据库来存储数据。以下是在 PyCharm 中使用 SQLite 数据库并通过 Flask-SQLAlchemy 连接它的步骤:

1. 在 PyCharm 中创建 SQLite 数据库

  1. 打开 PyCharm,选择"File" > "New" > "Project"。
  2. 在"New Project"对话框中,选择"Python"作为项目类型,然后选择"Virtualenv Environment"作为项目环境。
  3. 点击"Next",选择"Empty Project"作为项目模板,然后点击"Finish"创建项目。
  4. 在项目文件夹中,右键点击项目名称,选择"New" > "Directory",创建一个名为 db 的目录。
  5. db 目录中,右键点击,选择"New" > "File",创建一个名为 test.db 的文件。
  6. PyCharm 将自动识别该文件为 SQLite 数据库,并添加数据库相关的文件夹结构。

2. 安装 Flask-SQLAlchemy

在你的项目中,使用 pip 安装 Flask-SQLAlchemy

bash 复制代码
pip install Flask-SQLAlchemy

3. 连接 SQLite 数据库

在你的 Python 文件中,导入 FlaskSQLAlchemy,并配置数据库连接:

python 复制代码
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///db/proxy_setting.db'
db = SQLAlchemy(app)

这里,'sqlite:///db/proxy_setting.db' 是数据库的 URI,其中 db/proxy_setting.db 是 SQLite 数据库文件的路径。

4. 定义模型

使用 db.Model 定义你的模型:

python 复制代码
class ProxySetting(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    test = db.Column(db.String(255), nullable=False)
    
    def to_dict(self):
        return {
            'id': self.id,
            'test': self.test,
        }
# 创建数据库表
db.create_all()

5. 使用模型

现在你可以使用 test 模型来创建、查询、更新和删除数据库记录。

确保你的 PyCharm 设置正确,以便于数据库文件的读写。你可以通过 PyCharm 的"Database"视图来管理你的 SQLite 数据库,或者使用命令行工具 sqlite3 来执行 SQL 命令。

通过以上步骤,你可以在 PyCharm 中创建 SQLite 数据库,并通过 Flask-SQLAlchemy 连接它。这样,你就可以在 Python 应用程序中使用 ORM 来操作数据库了。

相关推荐
chian-ocean42 分钟前
Bright Data 代理 + MCP :解决 Google 搜索反爬的完整方案
人工智能·python
AndrewHZ5 小时前
【python与生活】如何用Python写一个简单的自动整理文件的脚本?
开发语言·python·生活·脚本·文件整理
binbinaijishu886 小时前
Python爬虫入门指南:从零开始的网络数据获取之旅
开发语言·爬虫·python·其他
Python代狂魔7 小时前
Redis
数据库·redis·python·缓存
做科研的周师兄8 小时前
【机器学习入门】1.2 初识机器学习:从数据到智能的认知之旅
大数据·数据库·人工智能·python·机器学习·数据分析·机器人
王小王-1239 小时前
基于Python的游戏推荐与可视化系统的设计与实现
python·游戏·游戏推荐系统·游戏可视化
KevinWang_9 小时前
让 AI 写一个给图片加水印的 Python 脚本
python
go&Python10 小时前
检索模型与RAG
开发语言·python·llama
阿里云大数据AI技术10 小时前
ODPS 十五周年实录 | Data + AI,MaxCompute 下一个15年的新增长引擎
大数据·python·sql
RainbowJie111 小时前
Gemini CLI 与 MCP 服务器:释放本地工具的强大潜力
java·服务器·spring boot·后端·python·单元测试·maven