基于Python的SQLite數(shù)據(jù)庫存儲(chǔ)

張小鳳 高正明

摘要：本文主要論述了基于python的SQLite數(shù)據(jù)庫數(shù)據(jù)存儲(chǔ)原理、過程和用途。具體以SQLite3為例，將文本數(shù)據(jù)存儲(chǔ)的過程進(jìn)行了闡述和說明。

關(guān)鍵詞：反應(yīng)截面、Python、數(shù)據(jù)存儲(chǔ)、SQLite

引言：

在科研學(xué)習(xí)過程中，為了防止數(shù)據(jù)被反復(fù)抓取，我們通常需要運(yùn)用Python代碼從網(wǎng)站上爬取相關(guān)數(shù)據(jù)，則需要將數(shù)據(jù)保存到本地，其中最常用的方式就是將數(shù)據(jù)按照設(shè)計(jì)的數(shù)據(jù)格式保存到指定的文件中，其中常用的數(shù)據(jù)類型為文本文檔txt、表格類文件csv、 excel 等。此外，還可以將數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫（例如SQLite3、MySQL等）中，以便能夠便捷讀取及管理數(shù)據(jù)。

SQLite相比于其他數(shù)據(jù)庫，其不需要單獨(dú)的進(jìn)行安裝或者管理服務(wù)，即不需要配置，只需要程序調(diào)用即可，不要求為該數(shù)據(jù)庫生成一個(gè)單獨(dú)的服務(wù)器進(jìn)程且不需要為其單獨(dú)配置可操作的系統(tǒng)，及不需要配置服務(wù)器;其次，SQLite數(shù)據(jù)庫的存儲(chǔ)文件相比于其他存儲(chǔ)文件，其占用磁盤的空間很小，屬于輕量級的文件，且可以在多個(gè)跨平臺(tái)的系統(tǒng)中進(jìn)行使用和處理，即該文件不依賴多余的硬件或者軟件配置，就可以實(shí)現(xiàn)自給自足;另外，對于ACID，SQLite數(shù)據(jù)庫的訪問和設(shè)置均是完全兼容的，即對于同一個(gè)SQLite數(shù)據(jù)庫文件而言，它容許多個(gè)程序或者程序進(jìn)程、線程進(jìn)行安全管理訪問;除此之外，SQLite采用的是 ANSI-C 進(jìn)行編輯的，同時(shí)為了能夠更方便于用戶操作，它提供了簡潔明了的API，同時(shí)為了方便用戶查詢數(shù)據(jù)庫的信息，SQL92（SQL2）標(biāo)準(zhǔn)中大部分的查詢功能均被支持使用。

因?yàn)镻ython 2.5x及以上的版本均內(nèi)置了SQLite3數(shù)據(jù)庫引擎，因此直接輸入命令“import sqlite3”即可使用。鑒于SQLite3和Python相結(jié)合的優(yōu)點(diǎn)，本文主要闡述如何利用Python將文本數(shù)據(jù)錄入SQLite3數(shù)據(jù)庫。

1、python的操作步驟

① 首先創(chuàng)建一個(gè)與數(shù)據(jù)庫文件的連接對象connection，即利用sqlite3.open（），函數(shù);

② 其次創(chuàng)建光標(biāo)對象cursor，即利用connection.cursor（）函數(shù);

③ 然后使SQL語句將會(huì)被執(zhí)行，利用cursor.execute（）函數(shù);

④ 再利用connection.commit（）函數(shù)提交當(dāng)前事務(wù)，或利用cursor.fetchall（），獲得查詢結(jié)果;

⑤ 最后將與數(shù)據(jù)庫文件的連接關(guān)閉，即利用connection.close（）。

2、具體步驟

2.1、逐行讀取指定路徑下文件的文件內(nèi)容

通過采用with語句和open語句的結(jié)合，可以安全地實(shí)現(xiàn)對文件的打開操作，并利用readlines（）函數(shù)以便對文件的每行內(nèi)容進(jìn)行快速便捷讀取，即對all的數(shù)據(jù)進(jìn)行拆分。

with open（"eedl.all"） as f：

text = f.readlines（）

2.2、對數(shù)據(jù)進(jìn)行解析，判斷當(dāng)前行是不是目標(biāo)數(shù)據(jù)行

文件包含說明信息和反應(yīng)截面數(shù)據(jù)，如下圖2-1 钚元素與光子的相互作用截面數(shù)據(jù)庫（摘錄）所示，它包含的是說明、解釋型信息。第一列為MF號，第二列為MT號，第三列為該MT號下的截面數(shù)據(jù)占多少行。

其中，其對應(yīng)的反應(yīng)截面數(shù)據(jù)如下圖2-2 钚元素與光子相互作用截面數(shù)據(jù)庫所示，從左至右第1、3、5列為能量點(diǎn)，即下圖中方框所示，第2、4、6列分別為1、3、5列的能量點(diǎn)對應(yīng)的截面數(shù)據(jù)，即下圖中橢圓所示。

通過分析數(shù)據(jù)的存儲(chǔ)格式和目標(biāo)數(shù)據(jù)與非目標(biāo)數(shù)據(jù)的差異，發(fā)現(xiàn)目標(biāo)數(shù)據(jù)在去除符號后，均為數(shù)字格式，所以首先對當(dāng)前行數(shù)據(jù)進(jìn)行預(yù)處理：去除當(dāng)前行字符串中的符號元素。然后嘗試將字符串格式轉(zhuǎn)換為float數(shù)據(jù)類型，當(dāng)轉(zhuǎn)換失敗，觸發(fā)異常，則說明當(dāng)前行數(shù)據(jù)不是目標(biāo)數(shù)據(jù)，則繼續(xù)遍歷處理下一行，如圖2-3所示。

2.3、目標(biāo)數(shù)據(jù)行數(shù)據(jù)解析

解析MAT、MF、MT數(shù)據(jù)：MF號和MT號組合是倒數(shù)第二列，MAT號是倒數(shù)第三列，并且 MT就是3位，但是也可能會(huì)出現(xiàn)MAT號與MF和MT號粘連且與第六列的數(shù)據(jù)也粘連（如圖2-4所示）或者僅MAT號與MF和MT號粘連（如圖2-5所示）的現(xiàn)象。當(dāng)MAT號與MF和MT號粘連且與第六列的數(shù)據(jù)也粘連時(shí)，共占字符大于9，其中MT號占最后三個(gè)字符，MF號占倒數(shù)第五至第三的字符，MAT占倒數(shù)第九至第五的字符;當(dāng)僅MAT號與MF和MT號粘連時(shí)，第二列為MF和MT號共占字符數(shù)大于等于5，其中MT號占最后三個(gè)字符，MF號占倒數(shù)5至3位的字符，MAT號占倒數(shù)0至5位;當(dāng)MAT號與MF和MT號不粘連時(shí)（如圖2-6所示），MAT為倒數(shù)第三列，MF和MT為倒數(shù)第二列，其中MT占后面三位，MF占前面兩位。因此，目標(biāo)數(shù)據(jù)行數(shù)據(jù)解析如圖2-7所示。

因?yàn)槲覀兯枰臄?shù)據(jù)只有文件中每一行的前六個(gè)數(shù)據(jù)，后面的數(shù)據(jù)為說明語句，因此對前六個(gè)數(shù)據(jù)進(jìn)行拆分。由于第六列數(shù)據(jù)可能會(huì)出現(xiàn)與第七列說明語句粘連的現(xiàn)象，所以，按照“ ”進(jìn)行分割后，對于前5個(gè)數(shù)據(jù)，直接判斷為需要的數(shù)據(jù)，對于第6個(gè)數(shù)據(jù)，當(dāng)其長度小于等于10，直接判斷為需要的數(shù)據(jù)。當(dāng)其第一位為“-”，且長度為11，直接判斷為需要的數(shù)據(jù)。當(dāng)?shù)谝晃粸椤?”且長度大于11，則在第11位處進(jìn)行分割。當(dāng)?shù)谝晃徊皇恰?”，且位數(shù)大于10，則再第10位進(jìn)行分割。

一行六個(gè)數(shù)據(jù)，分為三組（能量點(diǎn)--對應(yīng)截面），存儲(chǔ)時(shí)是將能量點(diǎn)與對應(yīng)的截面同時(shí)存放，每一行三組數(shù)據(jù)，即存放三次。因?yàn)槟芰繛?的粒子是不存在的，所以應(yīng)該舍去能量點(diǎn)為0的對應(yīng)數(shù)據(jù)，即去除異常元素。

在存放時(shí)，需要判斷“energy”是否為0，當(dāng)“energy”不為零時(shí)，則將“energy”和對應(yīng)的截面數(shù)據(jù)存放在數(shù)據(jù)庫。

2.4、數(shù)據(jù)入庫

為了保證數(shù)據(jù)元素的純凈，首先需要檢測將要被創(chuàng)建的數(shù)據(jù)庫文件是否已經(jīng)存在，如果不存在，則創(chuàng)建數(shù)據(jù)庫文件，如果存在，則刪除原來的數(shù)據(jù)庫文件。

在創(chuàng)建數(shù)據(jù)庫后，數(shù)據(jù)庫需要初始化：即創(chuàng)建表，如圖2-8所示。

當(dāng)對數(shù)據(jù)庫的表創(chuàng)建完畢后，即實(shí)現(xiàn)了創(chuàng)建相應(yīng)數(shù)據(jù)庫的操作，此時(shí)當(dāng)前目錄下可以找到對應(yīng)的數(shù)據(jù)庫文件，然后插入數(shù)據(jù)。

2.5、數(shù)據(jù)處理

在將數(shù)據(jù)轉(zhuǎn)變成string變量時(shí)，數(shù)據(jù)末尾可能會(huì)出現(xiàn)多個(gè)0，為了數(shù)據(jù)的直觀和美觀，將末尾多余的0去除。在數(shù)據(jù)轉(zhuǎn)成string變量后，查找nRet中的“.”位置，然后記錄nRet的長度。然后判斷數(shù)據(jù)是否為小數(shù)，nPosPoint=1則說明nRet中沒有“.”，可以直接存儲(chǔ);nPosNotZero>1則說明nRet中有“.”，可能需要尾綴去零處理。

利用倒敘循環(huán)遍歷nRet中小數(shù)點(diǎn)后從左至右連續(xù)的零的情況，即從右至左到小數(shù)點(diǎn)后一位依次判斷該位是否為零。參考代碼如下：

for i in range（nLen-1， nPosPoint-1， -1）：

if nRet[i] ！= "0"：

nPosNotZero = i

Break

2.6、查詢和確認(rèn)數(shù)據(jù)

最后可以導(dǎo)入sqlite3模塊，然后連接數(shù)據(jù)庫利用sql語句查詢和確認(rèn)數(shù)據(jù)入庫的情況。

3、結(jié)束語

本文的數(shù)據(jù)存儲(chǔ)過程適用于文本數(shù)據(jù)的存儲(chǔ)，以實(shí)現(xiàn)數(shù)據(jù)共享、減少數(shù)據(jù)的冗余度、同時(shí)保持?jǐn)?shù)據(jù)的獨(dú)立性、實(shí)現(xiàn)數(shù)據(jù)集中控制，并確保數(shù)據(jù)的一致性和可維護(hù)性。

【參考文獻(xiàn)】：

[1]Python操作SQLite數(shù)據(jù)庫[J].朱純陽.計(jì)算機(jī)軟件與計(jì)算機(jī)應(yīng)用.2015（15）

[2]淺談SQLite數(shù)據(jù)庫技術(shù)在Android平臺(tái)的應(yīng)用，[J].唐磊.計(jì)算機(jī)軟件與計(jì)算機(jī)應(yīng)用.2014（09）