sqlite是一个提供轻量级磁盘文件数据库支持的C库，这样我们就不再需要独立的数据库服务器进程，并且不需要使用基于各种数据库服务器的非标准sql查询语言的变种。应用程序可以使用sqlite作为内部的数据存储。也可以先利用它来编制应用系统的原型，之后再发布到大型的数据库服务器上去，如Postgresql、Oracel。
Pysqlite库由Gerhard Häring编写，提供了一个完全符合Python DB-API 2.0标准规范（PEP249）的sql接口。
要使用此模块，你必须首先创建一个代表数据库的Connection对象。这个例子中我们将数据保存在文件/tmp/example中。
conn = sqlite3.connect('/tmp/example')
你也可以使用特定的名字’:memory:’来在内存中创建一个数据库。
一旦你拥有了一个Connection，你可以通过调用execute()方法来创建一个用来执行sql命令的Cursor对象，
c = conn.cursor()
# Create table
c.execute('''create table stocks
(date text,trans text,symbol text,
qty real,price real)''')
# Insert a row of data
c.execute("""insert into stocks
values ('2006-01-05','BUY','RHAT',100,35.14)""")
一般情况下，你的sql操作都将会要用来存储在Python变量中的值。记住千万不要使用不安全的使用字符串组装sql查询命令的方法；它让你的应用程序容易受sql注入攻击的侵害。
相对的，我们可以使用DB-API中的参数替换功能。在你需要使用一个值的地方写上一个”?”作为占位符，然后为Cursor的execute()方法的第二个参数提供一个封闭了相应数据的tuple就可以了。（我们可能也可以使用其它的占位符，如”%”或”:1”等，信赖于具体的数据访问模块）示例如下：
# Never do this -- insecure!
symbol = 'IBM'
c.execute("... where symbol = '%s'" % symbol)
# Do this instead
t = (symbol,)
c.execute('select * from stocks where symbol=?',t)
# Larger example
for t in (('2006-03-28','IBM',1000,45.00),
('2006-04-05','MSOFT',72.00),
('2006-04-06','SELL',500,53.00),
):
c.execute('insert into stocks values (?,?,?)',t)
要在执行一个SELECT语句后检索数据，一种方法，你可以将cursor视作一个迭代器，调用cursor的fetchone()方法来取行每一行，或者另一种方法，你可以调用fetchall()来得到所有行的一个list。
按迭代器方式的示例如下：
>>> c = conn.cursor()
>>> c.execute('select * from stocks order by price')
>>> for row in c:
... print row
...
(u'2006-01-05',u'BUY',u'RHAT',35.140000000000001)
(u'2006-03-28',u'IBM',45.0)
(u'2006-04-06',u'SELL',53.0)
(u'2006-04-05',u'MSOFT',72.0)
>>>
13.13.1 模块级的函数与常量
l PARSE_DECLTYPES
这个常量被connect函数作为detect_types参数进行使用。通过设置它可以让sqlite3模块对返回的每列的声明类型进行分析。它将会分析出声明类型的第一个单词，也就是说，例如“integer primary key”，将会分析出“integer”。然后对于此列，它将会查找转换字典，并使用针对此类型的转换函数。请注意转换名字是大小写敏感的！
l PARSE_COLNAMES
这个常量被connect函数作为detect_types参数进行使用。通过设置它可以让sqlite接口分析返回的每个列名。它将会查找格式为[mytype]的字符串，然后决定”mytype”是否是此列的类型。它还会尝试在转换字典中查找是否存在“mytype”条目，如果找到就使用转换函数来返回列的值。被查找的列表只是在cursor.description中列名的第一个单词，例如，你在sql语句中使用”x [datetime]”，则列名将会是”x”。
l connect( database[,timeout,isolation_level,detect_types,factory])
找开一个针对sqlite database文件的connection。你可以使用”:memory:”来打开一个驻留在内存中的数据库connection。
当一个数据库由多个connection访问，其中一个进程修改了数据库，sqlite数据将会自动加锁直到事务被commit。Timeout参数指定connection在抛出异常之前将会因为锁定等待多长时间。默认值是5.0（5秒）。
Isolation_level参数，请参见13.13.2节中connection对象的isolation_level属性。
sqlite本身只支持TEXT，INTEGER，FLOAT，BLOB，以及NULL类型。若你要使用其它类型，你只能自己加上相应的支持。通过Detect_types参数，以及使用由模块级函数register_converter注册的定制转换函数可以比较容易地做到这些。
Detect_types默认为0（意味着，没有类型检测），你可以为它设置为PARSE_DECLTYPES，PARSE_COLNAMES，或它们的任意组合，来打开类型检测。
默认情况下，sqlite3模块使用Connection类来处理所有的连接调用。但是，你也可以声明并使用Connection的子类，通过将你自己的类传入参数factory，可以让connect使用你自定义的类。请参考本手册13.13.4节寻找更多的细节。
sqlite3模块在内部使用一个语句缓存来避免不必要的sql语句分析开支。若你想要明确声明connection可以在缓存中存放多少语句，可以设置cached_statements参数。在现在的实现中默认值为100。
l register_converter( typename,callable)
注册一个可调用对象，将数据库中的bytestring转换为一个定制的Python类型。所有类型名与参数typename相同的值在从数据库中被检索出来后都会进行转换调用。通过connect函数中指定的detect_types可以协定类型检测的工作方式。注意typename参数与你的查询语句中的类型必须大小写一致。
l register_adapter( type,callable)
注册一个可执行对象来将Python类型转换成某一个sqlite支持的类型。参数callable所表示的可执行对象，如一个函数将会接受一个Python类型的参数，并且必须返回一个以下类型的值：int,long,float,str(UTF-8),Unicode,以及buffer。
l complete_statement( sql)
如果sql变量中的字符串是一语sql语句，或多句由分号分隔的sql语句，则返回True。它不会对sql语法进行检测，只是检测字符串本身是否完整，是否由分号正确地分隔。
# A minimal sqlite shell for experiments
import sqlite3
con = sqlite3.connect(":memory:")
con.isolation_level = None
cur = con.cursor()
buffer = ""
print "Enter your sql commands to execute in sqlite3."
print "Enter a blank line to exit."
while True:
line = raw_input()
if line == "":
break
buffer += line
if sqlite3.complete_statement(buffer):
try:
buffer = buffer.strip()
cur.execute(buffer)
if buffer.lstrip().upper().startswith("SELECT"):
print cur.fetchall()
except sqlite3.Error,e:
print "An error occurred:",e.args[0]
buffer = ""
con.close()
l enable_callback_tracebacks( flag)
默认情况下，你不会在用户自定义函数中得到任何跟踪回调，如聚合（aggregate），转换（converter），或授权(authorizer)回调。如果你想调试它们，你可以用True参数调用此函数。之后，你可以在sys.stderr上得到所有的跟踪回调。再次用False调用此函数可以禁止此功能。
13.13.2 Connection对象
l isolation_level
获取或设置当前的隔离级别。对于autocommit模式没有相应的隔离级别，其它模式可以是"DEFERRED","IMMEDIATE" 或 "EXLUSIVE"中的一个值。请参见``Controlling Transactions'',第13.13.5节。
l cursor( [cursorClass])
cursor方法只接受一个可选参数cursorClass。如果给出此参数，则必须是从sqlite3.cursor中继承的定制类。
l execute( sql,[parameters])
这是一个非标准的快捷调用，它将会通过调用cursor()方法创建一个中间cursor对象，之后使用给出的参数调用此cursor对象的execute方法。
l executemany( sql,[parameters])
这是一个非标准的快捷调用，它将会通过调用cursor()方法创建一个中间cursor对象，之后使用给出的参数调用此cursor对象的executemany方法。
l executescript( sql_script)
这是一个非标准的快捷调用，它将会通过调用cursor()方法创建一个中间cursor对象，之后使用给出的参数调用此cursor的executescript方法。
l create_function( name,num_params,func)
创建一个用户自定义函数，稍后你可以在sql语句中通过定义的函数名name直接使用。Num_params参数定义了函数接收的参数个数，func是Python中的可执行对象，也就是这个可以在sql语句中调用的自定义函数。
此函数可以返回任何sqlite支持的类型：Unicode,string,integer,buffer以及NONE。示例如下：
import sqlite3
import md5
def md5sum(t):
return md5.md5(t).hexdigest()
con = sqlite3.connect(":memory:")
con.create_function("md5",1,md5sum)
cur = con.cursor()
cur.execute("select md5(?)",("foo",))
print cur.fetchone()[0]
l create_aggregate( name,aggregate_class)
参数aggregate_class必须实现一个step方法，此方法接收由num_params定义个数的参数，还必须实现一个finalize方法用来返回聚合的最终结果。Finalize方法可以返回任意sqlite支持的类型：Unicode,buffer,None.
示例如下：
import sqlite3
class MySum:
def __init__(self):
self.count = 0
def step(self,value):
self.count += value
def finalize(self):
return self.count
con = sqlite3.connect(":memory:")
con.create_aggregate("mysum",MySum)
cur = con.cursor()
cur.execute("create table test(i)")
cur.execute("insert into test(i) values (1)")
cur.execute("insert into test(i) values (2)")
cur.execute("select mysum(i) from test")
print cur.fetchone()[0]
l create_collation( name,callable)
使用一个指定的名字与Python可执行对象创建一个数据整理器。此可执行对象接受两个字符串参数。若第一个参数在排序上小于（低于）第二个参数，则它必须返回-1，相等则返回0，大小（高于）则返回1。请注意它只控制排序（sql中的ORDER子句），所以你的比较不会影响到其它的sql操作。
同时，所有参数必须是Python中的bytestring类型，通常都按UTF-8编码。
以下是一个示例：
import sqlite3
def collate_reverse(string1,string2):
return -cmp(string1,string2)
con = sqlite3.connect(":memory:")
con.create_collation("reverse",collate_reverse)
cur = con.cursor()
cur.execute("create table test(x)")
cur.executemany("insert into test(x) values (?)",[("a",),("b",)])
cur.execute("select x from test order by x collate reverse")
for row in cur:
print row
con.close()
要移除一个整理器，用参数None作为可执行对象传入即可。
con.create_collation("reverse",None)
l interrupt( )
你可以从一个其它的线程上调用此方法来取消可能正在此connection上的执行中查询。查询将会被取消，查询的调用者会得到一个异常。
l set_authorizer( authorizer_callback)
此例程注册一个回调。在每次访问数据库表中的一个列时都会调用此回调。若允许访问，则回调函数必须返回sqlITE_OK，若访问应该被取消，同时产生一个错误，则返回sqlITE_DENY，而返回sqlITE_IGNORE则表示将此列的值作为NULL来对待。这些常量都由在sqlite3模块中定义。
传递给callable对象的第一个参数表示将要对什么类型的操作进行授权。第二、三个参数是表示相应的参数还是None则都信赖于第一个参数的值。第四个参数是数据库的名字，如果可能提供的话。如果通过内部的触发器或视图来访问数据，则第五个参数为触发器或视图的名字，如果直接从外部的sql访问数据，则为None。
请参考sqlite文档来详细了解第一个参数可能的值，以及第二、三个参数如何信赖于第一个参数。所有必需的常量都由sqlite3模块提供。
l row_factory
你可以将此属性改变为一个callable，此callabel按tuple类型接收原始的row数据，然后返回你想要的结果集。使用此方法，你可以实现许多返回结果集的高级方法，如可以返回一个对象用来按列名存取列数据。
import sqlite3
def dict_factory(cursor,row):
d = {}
for idx,col in enumerate(cursor.description):
d[col[0]] = row[idx]
return d
con = sqlite3.connect(":memory:")
con.row_factory = dict_factory
cur = con.cursor()
cur.execute("select 1 as a")
print cur.fetchone()["a"]
如果返回一个tuple还不够，你还想通过列名访问列数据，你可考虑设置row_factory使用调试优化的sqlite3.Row类型。Row提供了按列索引或列名（大小写敏感）访问数据的能力，且几乎不需要额外的内存开销。大部分情况下，使用Row会比自定义基于字典的方法甚至于使用db_row的方法要好得多。
l text_factory
使用此属性来控制我们可以从TEXT类型得到什么对象。默认情况下，这个属性被设置为Unicode，sqlite3模块将会为TEXT返回Unicode对象。若你想返回bytestring对象，可以将它设置为str。
因为效率的原因，还有一个只针对非ASCII数据，返回Unicode对象，其它数据则全部返回bytestring对象的方法。要激活它，将此属性设置为sqlite3.OptimizedUnicode。
你也可以将它设置为任意的其它callabel，接收一个bytestirng类型的参数，并返回结果对象。
import sqlite3
con = sqlite3.connect(":memory:")
cur = con.cursor()
# Create the table
con.execute("create table person(lastname,firstname)")
AUSTRIA = u"/xd6sterreich"
# by default,rows are returned as Unicode
cur.execute("select ?",(AUSTRIA,))
row = cur.fetchone()
assert row[0] == AUSTRIA
# but we can make pysqlite always return bytestrings ...
con.text_factory = str
cur.execute("select ?",))
row = cur.fetchone()
assert type(row[0]) == str
# the bytestrings will be encoded in UTF-8,unless you stored garbage in the
# database ...
assert row[0] == AUSTRIA.encode("utf-8")
# we can also implement a custom text_factory ...
# here we implement one that will ignore Unicode characters that cannot be
# decoded from UTF-8
con.text_factory = lambda x: unicode(x,"utf-8","ignore")
cur.execute("select ?",("this is latin1 and would normally create errors" + u"/xe4/xf6/xfc".encode("latin1"),))
row = cur.fetchone()
assert type(row[0]) == unicode
# pysqlite offers a builtin optimized text_factory that will return bytestring
# objects,if the data is in ASCII only,and otherwise return unicode objects
con.text_factory = sqlite3.OptimizedUnicode
cur.execute("select ?",))
row = cur.fetchone()
assert type(row[0]) == unicode
cur.execute("select ?",("Germany",))
row = cur.fetchone()
assert type(row[0]) == str
l total_changes
