1.方法一：使用pymysql庫的方法
當在Python中使用MySQL進行模糊查詢時，我們通常會使用pymysql或mysql-connector-python這樣的庫來連接MySQL數據庫并執行查詢。以下是一個使用pymysql進行模糊查詢的詳細示例，包括安裝庫、連接數據庫、執行查詢以及處理結果。
1.1 安裝pymysql庫
首先，確保我們已經安裝了pymysql庫。如果沒有，可以通過pip來安裝：
bash復制代碼
?
pip install pymysql1.2 編寫Python代碼進行模糊查詢
import pymysql ?# 數據庫連接配置 ?
config = { ?'host': 'localhost', ?'user': 'your_username', ?'password': 'your_password', ?'database': 'your_database', ?'charset': 'utf8mb4', ?'cursorclass': pymysql.cursors.DictCursor ?
} ?# 連接數據庫 ?
connection = pymysql.connect(**config) ?try: ?with connection.cursor() as cursor: ?# 編寫SQL查詢語句，使用LIKE進行模糊查詢 ?# 假設我們有一個名為"articles"的表，其中有一個"content"字段，我們想要查詢包含"Python"關鍵字的文章 ?sql = "SELECT * FROM articles WHERE content LIKE %s" ?# LIKE查詢中，%是通配符，代表任意數量的字符（包括零個字符） ?# 我們需要為%s提供一個包含%的字符串來構建LIKE查詢 ?search_term = '%Python%' ?cursor.execute(sql, (search_term,)) ?# 獲取所有查詢結果 ?results = cursor.fetchall() ?# 處理查詢結果 ?for row in results: ?# row是一個字典，其中包含了查詢結果的每一列及其對應的值 ?print(f"ID: {row['id']}, Title: {row['title']}, Content: {row['content'][:50]}...") ?# 只打印內容的前50個字符作為示例 ?finally: ?# 關閉數據庫連接 ?connection.close()1.3 注意事項
（1）請將your_username、your_password、your_database替換為我們的MySQL數據庫的實際用戶名、密碼和數據庫名。
（2）在上面的示例中，我們使用了%作為通配符來構建LIKE查詢。%Python%將匹配任何包含"Python"的字符串，不論其前后是否有其他字符。如果我們只想匹配以"Python"開頭的字符串，可以使用Python%；只想匹配以"Python"結尾的字符串，可以使用%Python。
（3）在執行查詢時，我們使用了一個元組(search_term,)來傳遞參數給cursor.execute()方法。注意這個元組只有一個元素，但也需要逗號來標識它是一個元組，而不是一個括號內的普通表達式。
（4）fetchall()方法用于獲取查詢結果的所有行。如果我們只需要獲取部分結果，可以使用fetchone()或fetchmany(size)方法。
（5）在處理完數據庫操作后，確保關閉數據庫連接以釋放資源。在這個示例中，我們使用了一個try...finally塊來確保即使在發生異常時也能關閉連接。
2.方法二：使用mysql-connector-python庫的方法
除了使用pymysql庫進行MySQL的模糊查詢之外，還可以使用mysql-connector-python庫，這是MySQL官方提供的Python連接器。以下是使用mysql-connector-python進行模糊查詢的示例代碼：
2.1 安裝mysql-connector-python庫
如果還沒有安裝mysql-connector-python，可以通過pip來安裝：
bash復制代碼
?
pip install mysql-connector-python2.2 編寫Python代碼進行模糊查詢
import mysql.connector ?# 數據庫連接配置 ?
config = { ?'host': 'localhost', ?'user': 'your_username', ?'password': 'your_password', ?'database': 'your_database' ?
} ?# 連接數據庫 ?
cnx = mysql.connector.connect(**config) ?try: ?cursor = cnx.cursor(dictionary=True) ?# 使用字典游標以便獲取結果作為字典 ?# 編寫SQL查詢語句，使用LIKE進行模糊查詢 ?# 假設我們有一個名為"articles"的表，其中有一個"content"字段，我們想要查詢包含"Python"關鍵字的文章 ?query = ("SELECT * FROM articles WHERE content LIKE %s") ?search_term = '%Python%' ?# LIKE查詢中，%是通配符 ?# 注意：mysql-connector-python中的參數化查詢需要確保%是查詢字符串的一部分 ?# 因此我們直接構造完整的LIKE表達式字符串 ?cursor.execute(query, (search_term,)) ?# 獲取所有查詢結果 ?results = cursor.fetchall() ?# 處理查詢結果 ?for row in results: ?print(f"ID: {row['id']}, Title: {row['title']}, Content: {row['content'][:50]}...") ?# 只打印內容的前50個字符作為示例 ?finally: ?# 關閉游標和連接 ?if cursor: ?cursor.close() ?if cnx.is_connected(): ?cnx.close()2.3 注意事項
（1）同樣需要將your_username、your_password、your_database替換為我們的MySQL數據庫的實際用戶名、密碼和數據庫名。
（2）在mysql.connector.connect()中，我們沒有直接指定字符集和游標類型，因為mysql-connector-python的默認配置通常已經足夠好。但是，如果需要，我們可以添加這些配置選項。
（3）使用cursor.close()和cnx.close()來確保游標和連接都被正確關閉。
（4）mysql-connector-python也支持使用上下文管理器（即with語句）來自動管理游標和連接的關閉，但這需要創建一個新的游標類或使用特定的上下文管理器。在上面的示例中，我們手動關閉了它們以展示基本的資源管理。
（5）在處理數據庫查詢時，務必注意SQL注入的風險。通過使用參數化查詢（如上例所示），我們可以確保用戶輸入被正確地轉義，從而防止SQL注入攻擊。
