معرفی شرکت ها


dbms-1.1.1


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

DataBases Made Simpler - Uniform interface for multiple adapters
ویژگی مقدار
سیستم عامل -
نام فایل dbms-1.1.1
نام dbms
نسخه کتابخانه 1.1.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Scott Bailey
ایمیل نویسنده scottrbailey@gmail.com
آدرس صفحه اصلی https://sourceforge.net/projects/pydbms/
آدرس اینترنتی https://pypi.org/project/dbms/
مجوز LICENSE.txt
=========== DBMS - DataBases Made Simpler =========== DBMS is a database took kit that wraps and provides uniform interface to other DB API compliant adapters. It manages connections, doing automatic imports and providing a uniform connection method to most common databases. Implements DictCursor, NamedTupleCursor and OrderedDictCursor. It currently supports IBM DB2, Firebird, MSSQL Server, MySQL, Oracle, PostgreSQL, SQLite and ODBC connections. Sample usage:: >>> import dbms >>> db = dbms.connect.postgres('UserName', 'SuperSecret', 'Chinook') >>> cur = db.cursor() >>> cur.execute('SELECT * FROM artist WHERE artistid = %s', (101,)) >>> row = cur.fetchone() >>> row.pprint() artistid : 101 name : Lulu Santos # Database Inspection >>> db.inspect.tables() ['album', 'artist', 'customer', 'employee', 'genre', 'invoice', 'invoiceline', 'mediatype', 'playlist', 'playlisttrack', 'track'] >>> db.inspect.columns('album') ['albumid', 'title', 'artistid'] >>> db.probe.getColumns('album') [Record('albumid', 'integer', 'N', 'Y'), Record('title', 'character varying', 'N', None), Record('artistid', 'integer', 'N', None)] # Saved connections >>> dbms.servers.list() ['ChinookPg', 'ChinookLTE'] # open saved connection >>> db = dbms.servers.open('ChinookPg') Enter master password: ******** # logged cursor >>> cur = db.loggedCursor() >>> cur.execute('SELECT * FROM "Album" WHERE "ArtistId" = %s', (1,)) >>> dbms.logger.view(limit=1) [Record('2014-07-01 08:11:48', 'ChinookPg', 'SELECT * FROM "Album" WHERE "ArtistId" = %s', (1))] # utilities >>> from dbms import utils >>> query, params = utils.formatQuery(('SELECT * FROM Album WHERE ArtistId = ', Param(1), 'AND AlbumId < ', NamedParam('maxAlbumId', 50)), cur.paramstyle) >>> cur.execute(query, params) >>> utils.cursorToXLSX(cur, '/tmp/AlbumList.xlsx') >>> cur.execute('SELECT * FROM Album') >>> utils.cursorToCursorCopy(cur, destCur, 'album') >>> query = 'SELECT * FROM artist WHERE artistid BETWEEN %s AND %s' >>> cur.execute(query, (100, 105)) >>> utils.cursorToJSON(cur) [ {"artistid": 100, "name": "Lenny Kravitz"}, {"artistid": 101, "name": "Lulu Santos"}, {"artistid": 102, "name": "Marillion"}, {"artistid": 103, "name": "Marisa Monte"}, {"artistid": 104, "name": "Marvin Gaye"}, {"artistid": 105, "name": "Men At Work"}, ] >>> cur.execute(query, (100, 105)) >>> utils.cursorToFixedWidth(cur) ARTISTID NAME 100 Lenny Kravitz 101 Lulu Santos 102 Marillion 103 Marisa Monte 104 Marvin Gaye 105 Men At Work


نحوه نصب


نصب پکیج whl dbms-1.1.1:

    pip install dbms-1.1.1.whl


نصب پکیج tar.gz dbms-1.1.1:

    pip install dbms-1.1.1.tar.gz