Python 教程 / 用 sqlite3 保存数据并管理事务

sqlite3 是 Python 访问 SQLite 文件数据库的标准模块,不需要启动单独的数据库服务器。把输入值作为 SQL 参数传递,并明确事务何时提交、失败时如何回滚,以及连接何时关闭,才能区分“执行过语句”和“结果已经保存”。

明确连接与事务控制方式

SQLite 是嵌入式数据库引擎,适合从本地文件开始使用,但并发写入和运行条件不同于服务器数据库。本例要求 Python 3.12 或更新版本,显式指定 autocommit=False,避免依赖版本的默认事务策略。接口说明见Python 官方 sqlite3 文档。

在本例配置下,with con 正常退出时提交,异常退出时回滚相关事务;它不会关闭连接,所以 finally 还要调用 close。关闭与提交是两种责任,不能以“已经关闭文件”为由假设未提交数据已保存。错误路径的基本结构可参考异常处理。

运行完整写入与查询示例

新建独立练习目录,确保其中的 ledger-demo.db 是可丢弃的练习数据库。将以下完整内容以 UTF-8 保存为 sqlite_demo.py,使用 Python 3.12 以上项目环境执行 python sqlite_demo.py。若已核对的解释器命令为 python3,则相应使用 python3:

import sqlite3
MAX_AMOUNT = 1_000_000_000_000
amount = 8000
if type(amount) is not int or not 0 <= amount <= MAX_AMOUNT:
    raise ValueError("amount outside practice range")
con = sqlite3.connect("ledger-demo.db", autocommit=False)
try:
    with con:
        con.execute("CREATE TABLE IF NOT EXISTS expenses (id TEXT PRIMARY KEY, name TEXT NOT NULL, amount INTEGER NOT NULL CHECK(amount BETWEEN 0 AND 1000000000000))")
        con.execute("INSERT INTO expenses VALUES (?, ?, ?) ON CONFLICT(id) DO UPDATE SET name=excluded.name, amount=excluded.amount", ("e1", "lunch", amount))
    print(con.execute("SELECT name, amount FROM expenses ORDER BY id").fetchall())
finally:
    con.close()

全新数据库的预期输出:

[('lunch', 8000)]

程序先验证 amount,再连接数据库。事务中按需创建表,并插入标识 e1;如果相同标识已存在,则更新它的 name 与 amount。相同程序重复运行不会为 e1 不断增加新行。这种 UPSERT 的冲突条件与 excluded 值含义见SQLite 官方 UPSERT 说明。

如果你在之前实验中已经增加其他标识,查询自然还会显示那些记录,不能继续要求只有一行输出。首次比较使用新的练习目录,后续则按已有内容解释结果,不要为得到“干净输出”随意删除真实表。

分开值参数、SQL 结构与约束

三个问号是值占位符,execute 的第二个参数元组提供实际值,避免把引号等输入直接拼进 SQL。单个值也应写成 (value,) 这样的元组。表名与排序列名属于 SQL 结构,不能用值参数代替;需要变化时应从受控名单选择。

PRIMARY KEY 决定标识唯一性,NOT NULL 拒绝空值,CHECK 限制金额范围。Python 先检查可得到清楚的输入错误,数据库约束则为其他写入路径提供额外限制。UPSERT 不是忽略所有错误,NOT NULL 或 CHECK 失败仍会导致异常。

Python int 可在可用内存范围内表达很大的整数,而 SQLite INTEGER 使用带符号 64 位整数。本例有意把金额限制在 0 至 1,000,000,000,000,绑定前用 type(amount) is int 排除 bool、小数和超范围值。存储类型背景见SQLite 官方类型说明。

不过这个普通表的 INTEGER 声明和范围 CHECK 不等于严格的整数类型检查。绕过 Python 直接写入时,某些范围内的小数仍可能作为 REAL 保存。若所有写入入口都必须强制相同类型规则,还要按需求设计更严格的存储约束;不能宣称现有 CHECK 已完整复制 Python 验证。

CREATE TABLE IF NOT EXISTS 只在表不存在时创建,不会更新已有表的字段或 CHECK。真实数据库结构升级需要先备份,再使用独立迁移流程,不能仅重跑这段代码就假定约束已经改变。

检查重复运行、拒绝与连接清理

  1. 在同一个新练习目录运行两次,查询应仍只有一条 e1。再把 amount 改为 9000,重新运行应更新同一行,而不是新增重复记录。
  2. 把 amount 改成 -1,程序应在 SQL 绑定之前报 ValueError: amount outside practice range。检查数据库,上一笔有效值仍应保留;恢复 8000 后再执行。
  3. 使用独立的练习副本将标识改为 e2,加入第二条记录,查询按 id 排序。不要把没有 ORDER BY 的偶然顺序当成保证。

验证失败后的持久状态也要重新查询,而不是只看异常消息。如果某个事务里先写入有效行,之后另一条写入违反 CHECK,with 退出时应回滚该事务内未提交的写入,先前成功提交的数据仍保留。

文件锁定错误应检查其他连接的长事务和是否及时关闭。示例不执行 DROP TABLE,也不提供多用户服务数据库的完整并发策略。完成后明确关闭连接;若需要保留结果,记录真实数据库路径,避免在不同工作目录误建另一份同名文件。