Python连接MySQL并使用fetchall()方法过滤特殊字符

CREATE DATABASE study;use study;DROP TABLE IF EXISTS python_demo;CREATE TABLE python_demo ( id int NOT NULL AUTO_INCREMENT COMMENT '主键，自增', user_no int NOT NULL COMMENT '用户编号', user_name VARBINARY(50) NOT NULL COMMENT '用户名', password VARBINARY(50) NOT NULL COMMENT '用户密码', remark VARBINARY(255) NOT NULL COMMENT '用户备注', PRIMARY KEY (id,user_no))ENGINE =innodb DEFAULT CHARSET = utf8 COMMENT '用户测试表';INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1001,'张三01','admin','我是张三');INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1002,'张三02','admin','我是张三');INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1003,'张三03','admin','我是张三');INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1004,'张三04','admin','我是张三');INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1005,'张三05','admin','我是张三');INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1006,'张三06','admin','我是张三');INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1007,'张三07','admin','我是张三');INSERT INTO python_demo(user_no, user_name, password, remark) VALUES (1008,'张三08','admin','我是张三');

Python代码

# --coding=utf8--import ConfigParserimport sysimport MySQLdbdef init_db():  try:    conn = MySQLdb.connect(host=conf.get('Database', 'host'),                user=conf.get('Database', 'user'),                passwd=conf.get('Database', 'passwd'),                db=conf.get('Database', 'db'),                charset='utf8')    return conn  except:    print "Error:数据库连接错误"    return Nonedef select_demo(conn, sql):  try:    cursor = conn.cursor()    cursor.execute(sql)    return cursor.fetchall()  except:    print "Error:数据库连接错误"    return Nonedef update_demo():  passdef delete_demo():  passdef insert_demo():  passif __name__ == '__main__':  conf = ConfigParser.ConfigParser()  conf.read('mysql.conf')  conn = init_db()  sql = "select * from %s" % conf.get('Database', 'table')  data = select_demo(conn, sql)  pass

fetchall()字段特殊字符过滤处理
最近在做数据仓库的迁移工作,之前数据仓库的数据都是用的shell脚本来抽取,后来换了python脚本.
但是在把数据抽取存放到hadoop时,出现了一个问题:
由于数据库字段很多,提前也不知道数据库字段会存储什么内容,hive建表是以\t\n做分隔,这就导致了一个问题,如果mysql字段内容里面本身含有\t\n,那么就会出现字段错位情况,并且很头疼的是mysql有100多个字段,也不知道哪个字段会出现这个问题.
shell脚本里的做法是在需要抽取的字段上用mysql的replace函数对字段进行替换,例如,假设mysql里的字段是column1 varchar(2000),那么很可能就会出现有特殊字符的情况,在查询的sql语句里加上

select replace(replace(replace(column1,'\r',''),'\n',''),'\t','')

之前一直是这么干的,但是这样写sql特别长,特别是有100多个字段,也不知道哪个有特殊字符,只要都加上.
所以在python中对字段不加处理,最终导致hive表字段对应出现偏差,所以在python里从mysql查询到的字段在写到文件之前需要对每个字段进行过滤处理
看个例子,我就以mysql测试为例,首先建一张测试表

CREATE TABLE `filter_fields` ( `field1` varchar(50) DEFAULT NULL, `field2` varchar(50) DEFAULT NULL, `field3` varchar(50) DEFAULT NULL, `field4` varchar(50) DEFAULT NULL, `field5` varchar(50) DEFAULT NULL, `field6` varchar(50) DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8;

有六个字段,都是varchar类型,插入新数据可以在里面插入特殊字符.简单插入条数据测试看看:

insert into filter_fields(field1,field2,field3,field4,field5,field6) VALUES('test01','test02','test03','test04','test05','test06');insert into filter_fields(field1,field2,field3,field4,field5,field6) VALUES('test11\ntest11','test12\n\n','test13','test14','test15','test16');insert into filter_fields(field1,field2,field3,field4,field5,field6) VALUES('test21\ttest21','test22\ttest22\ttest22','test23\t\t\t','test4','test5','test6');insert into filter_fields(field1,field2,field3,field4,field5,field6) VALUES('test21\rest21','test22\r\rest22\r\rest22','test23\r\r\r','test4','test5','test6');

其中数据里插入的特殊字符,可能连在一起,也有不连在一起的.
python测试代码:

# coding=utf-8import MySQLdbimport sysdb_host = '127.0.0.1'  # 数据库地址db_port = 3306     # 数据库端口db_user = 'root'    # mysql用户名db_pwd = 'yourpassword' # mysql用户密码,换成你的密码db_name = 'test'    # 数据库名db_table = 'filter_fields' # 数据库表# 过滤sql字段结果中的\t\ndef extract_data(table_name):  try:    conn = MySQLdb.connect(host=db_host, port = db_port, user=db_user,                passwd = db_pwd, db = db_name, charset = "utf8")    cursor = conn.cursor()  except MySQLdb.Error, e:    print '数据库连接异常'    sys.exit(1)  try:    sql = 'select * from %s;'%(table_name)    cursor.execute(sql)    rows = cursor.fetchall()    print '====字段未过滤查询结果===='    for row in rows:      print row    print '====字段过滤之后结果===='    rows_list = []    for row in rows:      row_list = []      for column in row:        row_list.append(column.replace('\t', '').replace('\n', '').replace('\r', ''))      rows_list.append(row_list)      print rows_list[-1] # [-1]表示列表最后一个元素    return rows_list  except MySQLdb.Error, e:    print '执行sql语句失败'    cursor.close()    conn.close()    sys.exit(1)if __name__ == '__main__':  print 'begin:'  rows = extract_data(db_table)  pass

看看输出结果:

字段未过滤查询结果

(u'test01', u'test02', u'test03', u'test04', u'test05', u'test06')(u'test11\ntest11', u'test12\n\n', u'test13', u'test14', u'test15', u'test16')(u'test21\ttest21', u'test22\ttest22\ttest22', u'test23\t\t\t', u'test4', u'test5', u'test6')(u'test21\rest21', u'test22\r\rest22\r\rest22', u'test23\r\r\r', u'test4', u'test5', u'test6')

字段过滤之后结果

[u'test01', u'test02', u'test03', u'test04', u'test05', u'test06'][u'test11test11', u'test12', u'test13', u'test14', u'test15', u'test16'][u'test21test21', u'test22test22test22', u'test23', u'test4', u'test5', u'test6'][u'test21est21', u'test22est22est22', u'test23', u'test4', u'test5', u'test6']

可以看到,制表符,换行符,回车都被过滤了.
建议:最后说点题外话,不要小视\r,回车符.很多人以为回车符就是换行符,其实不是的,\r表示回车符,\n表示新行.之前代码里其实是过滤掉了\t\n的,但是抽取的数据还是不对,后来看了源码之后才发现,原来是没有过滤\r,就这个不同导致了很多数据抽取不对.

---

搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]‍，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python连接MySQL并使用fetchall()方法过滤特殊字符

喜欢 (0)赏

[搞代码]

分享 (0)