sqlite3

使用数据库的步骤ios使用的数据库是sqlite3 UIKit框架并不支持sqlite3,需要导入一个支持sqlite的库 1.创建一个数据库文件，如果已经有了只需要打开数据库文件 2.创建一张表 3.对表的数据进行增删改查 #import "ViewController.h" #import <sqlite3.h> @interface ViewController (){ //声明一个数据库变量 sqlite3 *_db; } @end @implementation ViewController - (void)viewDidLoad { [super viewDidLoad]; //1.创建数据库 [self createDB]; //2.创建表 [self createTable]; //3.插入数据 [self insertData]; //4.删除数据 [self deleteData]; //5.更新数据 [self updateData]; //6.查找数据 [self selectData]; } #pragma mark - 创建/打开数据库 - (void) createDB{ //1.创建数据库的路径(实际开发过程中是沙盒目录下的一个路径); const char * path = "/Users/fanjuan/Desktop/my files/网络

安装： 方法一： wget http://www.sqlite.org/sqlite-autoconf-3070500.tar.gz tar xvzf sqlite-autoconf-3070500.tar.gz cd sqlite-autoconf-3070500 ./configure make sudo make install 方法二： sudo yum install sqlite-devel 方法三： sudo gem install sqlite3-ruby 命令： 查看版本信息： #sqlite3 -version sqlite3终端进入命令： # sqlite3 查看数据库文件信息命令(注意命令前带字符'.')： sqlite>.database 查看所有表的创建语句： sqlite>.schema 查看指定表的创建语句： sqlite>.schema table_name 以sql语句的形式列出表内容： sqlite>.dump table_name 设置显示信息的分隔符： sqlite>.separator symble Example：设置显示信息以‘：'分隔 sqlite>.separator : 设置显示模式： sqlite>.mode mode_name Example:默认为list，设置为column，其他模式可通过.help查看mode相关内容

前言： 　　目前python2.6版本很多库已经不支持，在安装库的时候总会遇到很多装不上的事故，特别烦恼，所以以后不纠结，直接升级python版本后再使用，避免多次采坑；当然，未来趋势还是python3.xxx版本，允许条件下，新环境还是用python3.0版本以上比较稳妥。 1.其中一个错误，运行django项目时报错：缺少 sqlite3，下面编译需要先安装 sqlite3 django.core.exceptions.ImproperlyConfigured: Error loading either pysqlite2 or sqlite3 modules (tried in that order): No module named '_sqlite3' 2.安装Python依赖包： yum install libffi-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite sqlite-devel readline-devel tk-devel gcc make -y 3.编译安装python ./configure --prefix=/usr/local/python2.7 make make install 4.安装setuptools /usr/local/python2.7/bin

前序： Sqlite3 的确很好用。小巧、速度快。但是因为非微软的产品，帮助文档总觉得不够。这些天再次研究它，又有一些收获，这里把我对 sqlite3 的研究列出来，以备忘记。 这 里要注明，我是一个跨平台专注者，并不喜欢只用 windows 平台。我以前的工作就是为 unix 平台写代码。下面我所写的东西，虽然没有验证，但是我已尽量不使用任何 windows 的东西，只使用标准 C 或标准C++。但是，我没有尝试过在别的系统、别的编译器下编译，因此下面的叙述如果不正确，则留待以后修改。 下 面我的代码仍然用 VC 编写，因为我觉得VC是一个很不错的IDE，可以加快代码编写速度（例如配合 Vassist ）。下面我所说的编译环境，是VC2003。如果读者觉得自己习惯于 unix 下用 vi 编写代码速度较快，可以不用管我的说明，只需要符合自己习惯即可，因为我用的是标准 C 或 C++ 。不会给任何人带来不便。 一、 版本 从 www.sqlite.org 网站可下载到最新的 sqlite 代码和编译版本。我写此文章时，最新代码是 3.3.17 版本。 很 久没有去下载 sqlite 新代码，因此也不知道 sqlite 变化这么大。以前很多文件，现在全部合并成一个 sqlite3.c 文件。如果单独用此文件，是挺好的，省去拷贝一堆文件还担心有没有遗漏。但是也带来一个问题：此文件太大

/*--> */ /*--> */ SVN 执行 cleanup 报错： Cleanup failed to process the following paths 先来说下这个错误的原因：用 SVN 在使用过程中，各种原因中途取消或中断，导致需要执行 cleanup ，但是由于上次操作未完成，在 .svn/wc.db 中的 work_queue 表中记录了 SVN 的工作队列，所以在执行 cleanup 时就报错了。 解决方法：清空 .svn/wc.db 中的 work_queue 表中的工作队列，让 SVN 没有 ”Previous operation( 上一个操作的信息 )” ，就可以正常执行 cleanup 命令了 不多说了，上操作步骤 1、 需要在官网上下载 Sqlite3.exe( http://www.sqlite.org/download.html ) 2、 下载后解压文件，将解压文件都拷贝到项目路径下的 ”.svn” 中，与 ”wc.db” 同级目录 这里注意下：默认 ”.svn” 时隐藏的，通过文件夹选项 ” 显示隐藏的文件、文件夹和驱动器 ” 设置显示 ”.svn” 文件夹 3、 然后就是执行命令了，执行查询和删除命令 1） 通过 cmd 命令控制台将目录转到 svn 版本控制的文件夹的 .SVN 2） 查询命令：可查询 work_queue

https://blog.csdn.net/qq_34485436/article/details/72805908 来源： https://www.cnblogs.com/wt7018/p/11371033.html

搜索引擎课程大作业，老师给了几百份带标签的文档，用来做搜索引擎的查询内容，最后查了半天资料决定用python做。基本上就是预处理（去标签）——分词构建索引——查询三个部分。预处理比较简单，把文档的HTML标签去除，不过这里遇到个坑，那就是这些文档里面由好几种编码格式，所以只能解码后重新用utf-8编码，否则会出现乱码，然后为每一个文档建立目录文件（方便查询之后溯源），分词的话就是用jieba包将新闻进行分词，然后用 sqlite3 做数据库构建索引。 最后查询模块就相当于在数据库里面查了，排序用的是TF-IDF，对于小型搜索引擎效率还行。 因为当时交作业比较急，参考了网上的资料 ，有些地方还有些简陋，仅供参考。 代码如下： 预处理： import os import sys import re import chardet #扫描文件夹下面所有的文件，并保存在文件目录备份表中 lujing=input("请输入文件夹路径：") def GetFileList(dir, fileList): newDir = dir if os.path.isfile(dir): # 如果是文件则添加进 fileList fileList.append(dir) elif os.path.isdir(dir): for s in os.listdir(dir): # 如果是文件夹 newDir =

一、sqlite命令 创建数据库：在控制台sqlite3 name 1 .databases 　　　　　　　　　　　 查看数据库 2 .tables 　　　　　　　　　 查看表格名 3 databaseName .dump > dumpName 　　 将数据库存在文本文件dumpName中，恢复就用databaseName < dumpName; 4 attach database 'one' as 'other' 将两个数据库绑定在一起； 5 detach database 'name' 分离数据库； 6 .schema tableName 查看表格详情； 7 create table name; 创建表; 8 drop table name; 删除表; 二、python3中的sqlite3模块 1 sqlite3.connect(database [,timeout ,other optional arguments]) 打开数据库；如果指数据库存在则返回一个连接对象，如果不存在则会创建一个数据库； 2 connection.cursor（） 　　　　　　　　　　　　　　　　　　　　　创建一个cursor; 3 cursor.execute(sql) 　　　　　　　　　　　　　　　　　　 执行一个sql语句，该语句可以被参数化； 4 connection.execute(sql

1.sqlite3.connect()参数说明 self.connect = sqlite3.connect(db_name,timeout=3,isolation_level=None,check_same_thread=False)参数1:db_name 数据库名称 参数2:timeout=3 指当一个数据库被多个连接访问，且其中一个修改了数据库，此时 SQLite 数据库被锁定，直到事务提交。 # timeout 参数表示连接等待锁定的持续时间，直到发生异常断开连接。timeout 参数默认是 5.0（5 秒）。参数3:isolation_level=None 事务隔离级别，设置为None即自动提交，即每次写数据库都提交。　　不需要自动提交只需去掉isolation_level参数，通过conn.commit()提交事务。参数4： check_same_thread=False 设置同线程判断 来源： https://www.cnblogs.com/z3286586/p/11872374.html

1.问题呈现：svn执行clean up命令时报“Previous operation has not finished; run 'cleanup' if it was interrupted”错误，如下图： 2.出现问题源： 本地.svn\wc.db数据库文件里面存储了svn的operation，表名是work_queue。 3.解决方案： （1）下载db管理工具sqlite3， 链接：https://pan.baidu.com/s/1G0qw8YDf2-qPT1ueY-03xw 密码：r1c7； （2）将sqlite3.exe放置到对应cleanup异常的svn项目下的.svn(此目录默认是隐藏的)目录下： （3）在.svn目录下shift+鼠标右键，当前位置打开命令： （4）执行输入sqlite3 wc.db： （5）输入 .table 查看所有表： （6）输入delete from work_queue; 删除WORK_QUEUE表： （7）测试cleanup： 来源： https://blog.csdn.net/zc520yzy/article/details/99671605