当前位置:首页 > 文章列表 > 文章 > python教程 > Python sqlite3.Connection.iterdump 怎样生成可恢复的 SQL 脚本

Python sqlite3.Connection.iterdump 怎样生成可恢复的 SQL 脚本

来源:17golang原创 2026-11-19 18:06:22 0浏览 收藏

如果你需要把 SQLite 数据库保存成“人能读、程序也能恢复”的文件,sqlite3.Connection.iterdump() 比直接读取数据库文件更适合做 SQL 脚本导出。它返回的是一行行 SQL 源码,写入文本文件后可以交给另一个连接执行;它不是二进制副本,也不等同于在线备份。

官方地址:https://docs.python.org/3/library/sqlite3.html#sqlite3.Connection.iterdump

下面按最小可用写法说明导出、过滤和恢复,并把结果边界说清楚。

iterdump 返回的到底是什么

iterdump() 返回一个迭代器,迭代出的每个元素都是 SQL 源码字符串,通常包括建表、插入数据以及索引等对象的语句。它的价值在于结果可查看、可编辑、可通过 SQL 工具重新执行;代价是脚本需要重新解析和执行,体积与速度都不等同于直接复制数据库文件。

Connection、iterdump、SQL 文本行迭代器与恢复连接之间的静态结构关系说明图
图1:结构说明图,查看 Connection、SQL 文本行和恢复入口之间的边界;这不是运行截图。

把数据库逐行写成 dump.sql

最稳妥的写法是让文件对象负责文本编码,让连接对象只负责产生 SQL 行。下面的例子用内存数据库演示,实际使用时把连接换成文件数据库即可。

import sqlite3

con = sqlite3.connect(":memory:")
try:
    # 先准备一张小表,演示导出会包含结构和数据
    con.execute("CREATE TABLE note(id INTEGER PRIMARY KEY, body TEXT NOT NULL)")
    con.executemany(
        "INSERT INTO note(body) VALUES (?)",
        [("第一条",), ("第二条",)],
    )
    con.commit()

    # iterdump 逐行产生 SQL 文本,写入后续可恢复的脚本
    with open("dump.sql", "w", encoding="utf-8", newline="\n") as stream:
        for line in con.iterdump():
            stream.write(line)
            stream.write("\n")
finally:
    # 连接不用后及时关闭,避免把未提交事务误认为已导出
    con.close()

这里的“逐行”只描述 Python 侧拿到的 SQL 字符串,不代表每一行都是一个独立业务事务。导出前要先提交需要保留的写入;如果脚本保存的是未提交状态,恢复结果自然不会包含那些变更。

用 filter 只导出目标对象

当数据库对象较多时,可以使用 filter 参数传入 SQLite 的 LIKE 模式,例如只导出名称以 note_ 开头的对象。过滤解决的是对象集合选择,不是字段脱敏;表中的行仍可能完整出现在脚本中。

import sqlite3

con = sqlite3.connect("app.db")
try:
    # 只选择对象名匹配 note_ 开头的数据库对象
    with open("note-only.sql", "w", encoding="utf-8", newline="\n") as stream:
        for line in con.iterdump(filter="note_%"):
            stream.write(line + "\n")
finally:
    # 无论导出是否抛错,都释放文件数据库连接
    con.close()
filter 模式、数据库对象集合、SQL 文本输出和恢复连接之间的静态关系说明图
图2:结构说明图,查看 filter 如何限定对象集合,以及筛选结果仍然落到 SQL 文本;这不是运行截图。

需要注意版本边界:官方文档说明 filter 参数在 Python 3.13 加入。较旧 Python 环境如果不接受该参数,应改为完整导出后在数据层做清理,或升级运行时,不要把它当成字段级过滤器。

怎样恢复,以及何时不用 iterdump

恢复时可以读取脚本文本并交给新连接的 executescript()。脚本来自可信来源时,这种方式简单直观;不要对不可信 SQL 文件直接执行。

import sqlite3

source = open("dump.sql", "r", encoding="utf-8")
target = sqlite3.connect("restored.db")
try:
    # executescript 执行整份 SQL 文本,适合恢复 iterdump 生成的脚本
    target.executescript(source.read())
    target.commit()
finally:
    # 同时关闭文件和数据库连接,避免文件句柄或事务悬挂
    source.close()
    target.close()

如果目标是尽快复制一个正在使用的 SQLite 数据库,优先考虑 Connection.backup():它复制数据库页,适合二进制备份和恢复,不需要把所有对象展开成 SQL。iterdump() 更适合迁移、审阅、教学、小型数据交换和需要文本化留档的场景。

常见问题

iterdump 会返回 bytes 吗?

不会。它返回可迭代的 SQL 源码字符串;需要二进制序列化时,应看 serialize() 或 backup()。

为什么导出的脚本恢复后少了数据?

先检查导出前是否提交事务,再确认是否使用了过窄的 filter。filter 按对象名筛选,不会替你做字段或行级脱敏。

小结

iterdump() 的核心是“把数据库对象展开为可执行的 SQL 文本迭代器”。保存脚本时逐行写出,筛选时使用对象名模式,恢复时交给可信 SQL 的 executescript();若需求是稳定的二进制备份,则应改用 backup()。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python sqlite3.Connection.total_changes 怎样统计连接累计修改行数Python sqlite3.Connection.total_changes 怎样统计连接累计修改行数
上一篇
Python sqlite3.Connection.total_changes 怎样统计连接累计修改行数
Python asyncio.Barrier 怎样让多个协程在阶段边界同时放行
下一篇
Python asyncio.Barrier 怎样让多个协程在阶段边界同时放行
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1123次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1110次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1282次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1224次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1075次使用