一、准备数据
为了方便准备试验用的数据，建议使用Faker这个库来模拟。Faker是一个Python软件包，可生成伪造数据。无论是需要引导数据库，创建美观的XML文档，填充持久性以进行压力测试，还是匿名化来自生产服务的数据，Faker都能完美实现。
pip install faker
以下代码生成姓名、性别这类最常用的试验数据。
from faker import Faker def fakedata(maxtimes): fake = Faker(\'zh_CN\') data_total = [[fake.name(), fake.company(), fake.phone_number(), fake.company_email(), fake.address(), fake.date_time(tzinfo=None)] for x in range(maxtimes)] print(data_total) return data_total fakedata(10)
由于每次fake时，数据都在变化。为了方便使用，可以将生成的数据保存在文件中。文件类型可以是：
◇txt文件。虽然最简单最自由，但要程序可行分析，不建议
◇excel文件。在Windows环境下使用非常方便。但平台兼容性差
◇csv文件。兼容性强，跨平台，解析方便，推荐
◇json文件。兼容性强，跨平台，解析方便，推荐
◇其它格式可以考虑yaml格式等
下面代码演示了如何以csv格式保存生成的数据:
from faker import Faker
import csv
def fakedata(maxtimes):
fake = Faker(\'zh_CN\')
data_total = [[fake.name(), fake.company(), fake.phone_number(), fake.company_email(), fake.address(),
fake.date_time(tzinfo=None)] for x in range(maxtimes)]
print(data_total)
return data_total
headerlist = [\'name\',\'company\',\'phone\',\'email\',\'address\',\'date\']
with open(\'fake.csv\',\'w\',encoding=\'utf-8\') as f:
writer = csv.writer(f)
# 写头部信息
writer.writerow(headerlist)
# 写数据
data = fakedata(100)
writer.writerows(data)
以上代码生成100条记录，并且保存在fake.csv文件备用。
二、创建数据库并且插入记录
sqlite是python3内置的标准库，直接引用即可，不需要任何安装，非常方便。
import sqlite3
import csv
# 连接数据库，如果没有，则直接创建
conn = sqlite3.connect(\"demo.db\")
cur = conn.cursor()
# 创建表
sqlstr = \'create table demo_table(name text,company text,phone text,email text,address text,date text)\'
cur.execute(sqlstr)
# 不提交表格没有真正创建
conn.commit()
# 从文件中读出数据，并且依次写入数据库
with open(\'fake.csv\', \'r\', encoding=\'utf-8\') as f:
reader = csv.reader(f)
# 读头部信息
header = next(reader)
print(header)
# 开始遍历
for row in reader:
if row:
insertsql = f\"insert into demo_table (name,company,phone,email,address) values (\'{row[0]}\',\'{row[1]}\',\'{row[2]}\',\'{row[3]}\',\'{row[4]}\')\"
# 插入数据库记录
cur.execute(insertsql)
# 一次性提交
cur.close()
conn.commit()
conn.close()
以上就将保存在fake.csv中的内容全部插入到了数据库中。后续的CRUD操作都很类似。
sqlite还可以在内存中创建数据库，只要输入特殊参数值：memory：即可，该数据库只存在于内存中，不会生成本地数据库文件。只要使用如下所示的特殊的关键定即可。
conn = sqlite3.connect(\':memory:\')
内存数据库速度更快，可以在不产生文件的情况下，实现临时性的SQL运算，属于一次性消费。
