Utilisez pudo / dataset écrit en python.
$ pip install --local dataset
Ici, en spécifiant l'option --local, la commande datafreeze est installée dans ~ / .local / bin dans le répertoire personnel.
Veuillez définir le PATH de manière appropriée.
common:
database: "mysql://[email protected]/information_schema"
exports:
- query: "SELECT * FROM COLLATIONS"
filename: "collations.json"
format: json
$ datafreeze config.yaml
cat collations.json
[{"COLLATION_NAME": "big5_chinese_ci", "CHARACTER_SET_NAME": "big5", "ID": 1, "IS_DEFAULT": "Yes", ...
Vous pouvez également l'utiliser en l'important en tant que bibliothèque.
import dataset
db = dataset.connect('mysql://[email protected]/information_schema')
for table in db.tables:
result = db[table].all()
dataset.freeze(result, format='json', filename='{0}.json'.format(table))
See also Il existe un document officiel avec des personnages mignons. dataset: databases for lazy people
En interne, SQLAlchemy est utilisé.
J'ai également écrit un article sur l'ensemble de données lui-même. Ensemble de données Python-Super easy OR mapper pour les paresseux-Qiita
Recommended Posts