table.update(dict(name='John Doe', age=47), ['name']) 
 
# 第二个参数相当于sql update语句中的where，用来过滤出须要更新的记录  

事务操作

事务操作可以简单的应用高低文治理器来实现,出现异常，将会回滚

with dataset.connect() as tx: 
 
tx['user'].insert(dict(name='John Doe', age=46, country='China')) 
 
# 相当于： 
 
db = dataset.connect() 
 
db.begin() 
 
try: 
 
db['user'].insert(dict(name='John Doe', age=46, country='China')) 
 
db.commit() 
 
except: 
 
db.rollback() 
 
# 也可以嵌套应用: 
 
db = dataset.connect() 
 
with db as tx1: 
 
tx1['user'].insert(dict(name='John Doe', age=46, country='China')) 
 
with db as tx2: 
 
tx2['user'].insert(dict(name='Jane Doe', age=37, country='France', gender='female'))  

大年夜表获取数据

users = db['user'].all() 
 
for user in db['user']: 
 
# print(user['age']) 
 
# chinese_users = user.find(country='China') 
 
john = user.find_one(	
			
 2/9   首页 上一页 1 2 3 4 5 6 下一页 尾页
	
			

　　推荐阅读
　　如果AI能够测试软件修复bug，程序员会更轻松吗
            沙龙晃荡 | 去哪儿、陌陌、ThoughtWorks在主动化运维中的实践！10.28不见不散！
            而Sapienz对象的工作方法是如许的。上班族会在日间进行正常的工作义务，并且申报他们发明的任何软件马脚。在>>>详细阅读


本文标题：Dataset基于SQLAlchemy的便利工具
地址：http://www.17bianji.com/lsqh/38023.html
 1/2    1