怎么使用数据库查询1秒找到需要的数据
怎么使用数据库查询1秒找到需要的数据，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
成都创新互联专注于冷水江网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供冷水江营销型网站建设，冷水江网站制作、冷水江网页设计、冷水江网站官网定制、小程序制作服务，打造冷水江网络公司原创品牌,更为您提供冷水江网站排名全网营销落地服务。
1 简介
学习Dash中渲染网页静态表格的常用方法，并在最后的例子中教大家如何配合Dash，简简单单编写一个数据库查询应用~ 还特意在文末藏了惊喜哦！
2 在Dash中渲染静态表格
在Dash中渲染「静态」表格，方法有很多，而我们今天要学习的方法，是配合之前文章介绍过的第三方拓展dash_bootstrap_components中的Table()部件，借助bootstrap的特性来快速创建美观的「静态」表格：
2.1 静态表格的构成
要学习如何基于Dash在前端中渲染出一张静态表格，首先我们需要学习其元素构成，Dash延续html中table标签相关概念，由Table()、Thead()、Tbody()、Tr()、Th()以及Td()等6个部件来构成一张完整的表，先从一个简单的例子出发：
❝app1.py❞
import dash import dash_html_components as html import dash_bootstrap_components as dbc app = dash.Dash(__name__) app.layout = html.Div( dbc.Container( dbc.Table( [ html.Thead( html.Tr( [ html.Th('第一列'), html.Th('第二列'), ] ) ), html.Tbody( [ html.Tr( [ html.Td('一行一列'), html.Td('一行二列'), ] ), html.Tr( [ html.Td('二行一列'), html.Td('二行二列'), ] ) ] ) ] ), style={ 'margin-top': '50px' # 设置顶部留白区域高度 } ) ) if __name__ == '__main__': app.run_server(debug=True) 
注意，我们这里使用到的Table()部件来自dash_bootstrap_components，而表格其余的构成部件均来自Dash原生的dash_html_components库，这些部件分别的作用如下：
「Table()」
Table()是一张静态表格最外层的部件，而之所以选择dash_bootstrap_components中的Table()，是因为其自带了诸多实用参数，常用的如下：
「bordered」：bool型，用于设置是否「保留」表格外边框线
「borderless」：bool型，用于设置是否「删除」表格内部单元格框线
「striped」：bool型，用于设置是否对数值行应用「斑马着色」方案，即相邻行背景色不同
「dark」：bool型，用于设置是否应用「暗黑」主题
「hover」：bool型，当设置为True时，鼠标悬浮于某行会有对应的效果
通过上述参数，我们就可以改变静态表格的整体效果，譬如设置dark=True之后的app1.py效果如下：
「Thead()与Tbody()」
在部件Table()之下一级需要子元素Thead()与Tbody()，分别用于存放表头信息以及表数值内容信息。
「Tr()、Th()与Td()」
经过前面Table()嵌套Thead()与Tbody()的过程之后，我们就可以分别开始在「表头区域」和「数值区域」正式组织数据内容。
既然是一张表格，那么还是要按照先行后列的网格方式组织内容。而Tr()部件的作用就是作为行容器，其内部嵌套的子元素则是表格中每个单元格位置上的元素。
其中在Thead()嵌套的Tr()内部，需要使用Th()来设置每列的字段名称，而在Tbody()嵌套的Tr()内部，Td()与Th()都可以用来设置每个单元格的数值内容，只不过Th()在表现单元格数值时有加粗效果：
❝app2.py❞
import dash import dash_html_components as html import dash_bootstrap_components as dbc app = dash.Dash(__name__) app.layout = html.Div( dbc.Container( dbc.Table( [ html.Thead( html.Tr( [ html.Th('字段1'), html.Th('字段2') ] ) ), html.Tbody( [ html.Tr( [ html.Th('1'), html.Td('test') ] ), html.Tr( [ html.Th('2'), html.Td('test') ] ), html.Tr( [ html.Td('3'), html.Td('test') ] ) ] ) ], striped=True ), style={ 'margin-top': '50px' # 设置顶部留白区域高度 } ) ) if __name__ == '__main__': app.run_server(debug=True) 
而Th()与Td()均有额外参数colSpan与rowSpan，可以传入整数，来实现横向或纵向「合并单元格」的效果，譬如下面的例子：
❝app3.py❞
import dash import dash_html_components as html import dash_bootstrap_components as dbc app = dash.Dash(__name__) app.layout = html.Div( dbc.Container( dbc.Table( [ html.Thead( html.Tr( [ html.Th('字段1'), html.Th('字段2'), html.Th('字段3'), html.Th('字段4'), ] ) ), html.Tbody( [ html.Tr( [ html.Th('1'), # style设置水平居中 html.Td('colSpan=2', colSpan=2, style={'text-align': 'center'}), html.Td('test'), ] ), html.Tr( [ html.Th('2'), html.Td('test'), # style设置垂直居中 html.Td('rowSpan=2', rowSpan=2, style={'vertical-align': 'middle'}), html.Td('test') ] ), html.Tr( [ html.Th('3'), html.Td('test'), html.Td('test') ] ) ] ) ], striped=True, bordered=True ), style={ 'margin-top': '50px' # 设置顶部留白区域高度 } ) ) if __name__ == '__main__': app.run_server(debug=True) 
2.2 快速表格渲染
2.2.1 利用列表推导快速渲染静态表格
通过前面的内容，我们知晓了在Dash中如果渲染一张带有样式的静态表格，而日常需求中，面对批量的数据，我们当然不可能手动编写整张表对应的代码，对于数量较多的表格，我们可以配合Python中常用的列表推导来实现。
比如下面的例子：
❝app4.py❞
import dash import dash_html_components as html import dash_bootstrap_components as dbc import pandas as pd import numpy as np fake_df = pd.DataFrame(np.random.rand(1000).reshape(200, 5)) fake_df.rename(lambda s: f'字段{s}', axis=1, inplace=True) # 批量格式化列名 app = dash.Dash(__name__) app.layout = html.Div( dbc.Container( dbc.Table( [ html.Thead( html.Tr( [html.Th('行下标', style={'text-align': 'center'})] + [ html.Th(column, style={'text-align': 'center'}) for column in fake_df.columns ] ) ), html.Tbody( [ html.Tr( [html.Th(f'#{idx}', style={'text-align': 'center'})] + [ html.Td(row[column], style={'text-align': 'center'}) for column in fake_df.columns ] ) for idx, row in fake_df.iterrows() ] ) ], striped=True, bordered=True ), style={ 'margin-top': '50px' # 设置顶部留白区域高度 } ) ) if __name__ == '__main__': app.run_server(debug=True)在生成表头和每行内容时应用列表推导，使得我们的代码更加简洁。
2.2.2 利用from_dataframe()快速渲染表格
上述的列表推导方式虽说已经简洁了很多，但dash_bootstrap_components还提供了Table.from_dataframe()方法，可以直接传入pandas数据框来快速制作简易的静态表格。
它的样式相关参数与dbc.Table()一致，缺点是自定义表格内部元素样式的自由度没有前面列表推导高：
❝app5.py❞
import dash import dash_html_components as html import dash_bootstrap_components as dbc import pandas as pd import numpy as np fake_df = pd.DataFrame(np.random.rand(1000).reshape(200, 5)) fake_df.rename(lambda s: f'字段{s}', axis=1, inplace=True) # 批量格式化列名 app = dash.Dash(__name__) app.layout = html.Div( dbc.Container( # 一行代码渲染静态表格 dbc.Table.from_dataframe(fake_df, striped=True), style={ 'margin-top': '50px' # 设置顶部留白区域高度 } ) ) if __name__ == '__main__': app.run_server(debug=True) 
3 自制简易的数据库查询系统
在学习了今天的内容之后，我们就可以创建很多以表格为主体内容的web应用，典型如数据库查询系统，我们以Postgresql为例，配合pandas与sqlalchemy的相关功能，来快速打造一个简单的数据库查询系统。
首先将本期附件中的所有数据表利用下面的代码导入目标数据库中：
接着只需要配合Dash，短短的几十行代码就可以实现。
对应代码如下：
❝app6.py❞
import dash import dash_html_components as html import dash_bootstrap_components as dbc import dash_core_components as dcc from dash.dependencies import Input, Output, State import pandas as pd from sqlalchemy import create_engine postgres_url = 'postgresql://postgres:填入你的密码@localhost:5432/Dash' engine = create_engine(postgres_url) app = dash.Dash(__name__) app.layout = html.Div( dbc.Container( [ dbc.Row( [ dbc.Col(dbc.Button('更新数据库信息', id='refresh-db', style={'width': '100%'}), width=2), dbc.Col(dcc.Dropdown(id='db-table-names', placeholder='选择库中数据表', style={'width': '100%'}), width=4), dbc.Col(dbc.Button('查询', id='query', style={'width': '100%'}), width=1) ] ), html.Hr(), dbc.Row( [ dbc.Col( id='query-result' ) ] ) ], style={ 'margin-top': '50px' # 设置顶部留白区域高度 } ) ) @app.callback( Output('db-table-names', 'options'), Input('refresh-db', 'n_clicks'), prevent_initial_call=True ) def query_data_records(n_clicks): # 提取目标表格并查询其最多前500行记录 table_names = pd.read_sql_query("select tablename from pg_tables where schemaname='public'", con=engine) return [{'label': name, 'value': name} for name in table_names['tablename']] @app.callback( Output('query-result', 'children'), Input('query', 'n_clicks'), State('db-table-names', 'value'), prevent_initial_call=True ) def refresh_table_names(n_clicks, value): if value: query_result = pd.read_sql_query(f'select * from {value} limit 500', con=engine) return html.Div(dbc.Table.from_dataframe(query_result, striped=True), style={'height': '600px', 'overflow': 'auto'}) else: return dash.no_update if __name__ == '__main__': app.run_server(debug=True)看完上述内容，你们掌握怎么使用数据库查询1秒找到需要的数据的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
网页标题：怎么使用数据库查询1秒找到需要的数据
当前路径：https://www.cdcxhl.com/article38/pjpdpp.html
成都网站建设公司_创新互联，为您提供关键词优化、手机网站建设、网站建设、电子商务、软件开发、定制开发
声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联
- 高端定制网站设计之院系网站如何提升特色？ 2022-07-05
- 戏说企业家成功之前的那些“囧事” 2022-06-23
- 网站建设制作高端定制网站大概多少钱为什么有些建站公司报价这么便宜 2021-12-07
- 定制网站-只有你想不到没有做不到 2015-04-03
- 成都网站建设需求的个性化定制网站建设的优势明显 2018-07-07
- 定制网站设计或网站模板有什么区别？ 2022-10-21
- 大城网站制作_大厂网站建设开发_廊坊定制网站建设 2023-03-03
- 定制网站建设具备有哪些优势 2021-05-06
- 企业网站建设为什么要选择做定制网站建设呢？ 2021-08-15
- 合作伙伴定制网站好还是自主建站的好呢??两者间 2020-08-01
- 网站销售员如何谈定制网站 2022-05-24
- 北京企业选择定制网站的理由是什么？ 2021-04-14