概要
方案一：
使用MySQLdb或pymysql等Python MySQL数据库连接库将数据插入到MySQL数据库
方案二：
使用pandas库将JSON数据转换为DataFrame对象，然后使用to_sql()方法将数据存入MySQL数据库**
方案一详解：
适用的场景
对整体的数据格式支持自定义处理，能处理较为复杂的数据格式
首先，我们使用json.load()函数将"data.json"文件中的JSON数据解析为Python对象。然后，我们使用pymysql库连接到MySQL数据库，并使用循环插入数据到数据库表中。在这个例子中，我们假设数据是一个列表，每个元素都是一个包含"name"、"age"和"city"字段的字典。您需要根据您的数据结构来调整代码。
import json
import pymysql
# 解析JSON数据
with open("data.json", "r") as f:
data = json.load(f)
# 连接MySQL数据库
conn = pymysql.connect(host="localhost", user="your_username", password="your_password", database="your_database")
# 插入数据
cursor = conn.cursor()
for record in data:
name = record["name"]
age = record["age"]
city = record["city"]
cursor.execute("INSERT INTO your_table (name, age, city) VALUES (%s, %s, %s)", (name, age, city))
# 提交更改并关闭连接
conn.commit()
cursor.close()
conn.close()
方案二详解：
适用的场景
对整体的数据格式无特别的需求，比如json数据里面无字典、列表等特殊的数据格式，使用该方案处理更为方便、快捷
首先，我们使用json.load()函数将"data.json"文件中的JSON数据解析为Python对象。然后，我们使用pandas库将数据转换为DataFrame对象。最后，我们使用SQLAlchemy库连接到MySQL数据库，并使用DataFrame对象的to_sql()方法将数据存入数据库表中。
这种方法不仅简单，而且还能够自动处理数据类型和索引等问题。您可以根据需要调整参数，例如更改if_exists参数的值以指定数据插入方式（“replace”、“append"或"fail”）
import json
import pandas as pd
from sqlalchemy import create_engine
# 解析JSON数据
with open("data.json", "r") as f:
data = json.load(f)
# 转换为DataFrame对象
df = pd.DataFrame(data)
# 连接MySQL数据库
engine = create_engine("mysql+pymysql://{user}:{password}@{host}/{database}".format(
host="localhost",
user="your_username",
password="your_password",
database="your_database"
))
# 存入数据库
df.to_sql(name='your_table', con=engine, if_exists='replace', index=False)
优势
方便快捷，无需创建数据库表，也需要对单个字段做推送
局限性
场景一：从api接口里面获取过来的数据同时存在：字符串和字典格式的数据,也就是字典里面嵌套字典，如下数据格式：
{objectId': '7917a4cc-ac9f-4cfc-8d85-a92a15468e1d', 'customProperties': None, 'translateProperties': {'xxModifiedByText': '任文轩(renwenxuan608029@xx.com)', 'StdIsDeletedText': '否', 'IsVirtualOrgText': '否', 'BroadTypeText': '机构', 'ModifiedByText': '任文轩(renwenxuan608029@xx.com)', 'IsCurrentRecordText': '是', 'POIdOrgAdmin_TreePathText': 'xx', 'IsLegalCompanyText': '否', 'POIdOrgAdminNameTreePathText': 'xx', 'IsDeletedText': '否', 'StatusText': '启用', 'CreatedByText': '系统(Administrator@beisen.com)'}, 'createdBy': 10000, 'createdTime': '2023-04-21T14:41:58'}
此时，没有经过处理的数据，是无法写入数据库。
推荐的处理方案：
思路1【已验证可行】：从DataFrame里面将字典的列过滤掉（前提是该列无重要的信息），如实例数据里面的：translateProperties 列
处理代码：文章来源：https://www.toymoban.com/news/detail-627630.html
df.drop(columns=['translateProperties'], inplace=True)
思路2【暂未通过】：将该列由字典列，通过函数将其转为字符串，然后存入系统中：df.astype(‘str’)
不知道是代码的问题，还是其他的问题，暂时没有转换成功文章来源地址https://www.toymoban.com/news/detail-627630.html
到了这里，关于python里面将接口返回的json格式数据写入到数据库的两种方案及其局限性的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
