一、背景
由于近期处于长期找工作的状态，而且有使用数据库记录事情的习惯（主要为了练习SQL），所以把投递简历的申请记录在数据库中，也方便后续的总结分析。
但是手动输入SQL语句来进行操作比较麻烦，用存储过程做交互的效果不是太好，同时又学过Python，所以尝试动手写了一个小脚本工具，用来进行交互式的操作，解放双手。
如果有同学有类似的需求，拿来按照实际情况改一改就可以使用了。
二、运行环境
- OS： Manjaro 20.0.3
- Python： 3.7.6
- pymysql： 0.9.3
- pandas： 1.0.1，需安装依赖tabulate
- DBMS： MySQL 8.0.21
三、功能介绍
小工具共有三个功能：
- 通过关键字对数据表进行检索；
- 添加新的申请记录；
- 对已有记录进行数据的更新。
（以下使用测试数据进行介绍）
（一）开始
开始
首次运行需输入数据库密码进行连接。（这里有个明显的缺点，密码是显式输入的，从网上搜索到的解决方案是通过安装一个getpass库来解决，不过这里没有实践）
image-20200812231511480.png
（二）检索
检索
输入0进行检索操作，然后会提供表的所有列名，按照索引选择列名，输入相应的关键字即可进行检索。（这里是按照like '%关键字%'的方式进行检索）
还可以同时选择多列，使用半角逗号（,）分隔即可，效果如下：
多列检索
（三）添加
添加
添加过程主要有以下几步：
- 输入公司名称及简称。首先通过公司名称关键字进行检索，查出表中已有的公司名称及其简称，如果与要插入的公司名称一致，直接通过索引进行选择即可，这样主要是为了避免同一公司录入名称不同的情况；如果没有查到，也可手动输入。
- 依次输入其他相关字段，方式类似。
- 最后，部分字段需要完全手动输入。（因这些字段的值存在重复的可能性较小，所以不采用上面的方式）
通过以上几步即可完成添加。
（四）更新
更新(1)
更新(2)
更新申请信息需先检索出相关记录（操作方式同检索部分），然后提供想要更新的记录的idx（表中的主键），最后选择列名并输入新值进行更新。
（五）退出
在输入命令的地方输入exit、quit、q中任意一个即可退出。
退出
四、其他说明
（一）关于表结构
由于数据量不会太大，且暂不会与其他表产生关联，所以在建表的时候没有遵循相关范式。代码是基于以下表结构写成：
Table Structure:
+--------------+----------+------+-----+-------------------+-------------------+
| Field | Type | Null | Key | Default | Extra |
+--------------+----------+------+-----+-------------------+-------------------+
| idx | int | NO | PRI | NULL | auto_increment |
| title | text | YES | | NULL | |
| company | text | YES | | NULL | |
| co_abbr | text | YES | | NULL | |
| city | text | YES | | NULL | |
| salary_floor | double | YES | | NULL | |
| salary_cap | double | YES | | NULL | |
| source | text | YES | | NULL | |
| channel | char(15) | YES | | NULL | |
| apply_time | datetime | YES | | CURRENT_TIMESTAMP | DEFAULT_GENERATED |
| viewed | int | YES | | NULL | |
| feedback | text | YES | | NULL | |
| interview | int | YES | | NULL | |
| remarks | text | YES | | NULL | |
| url | text | YES | | NULL | |
+--------------+----------+------+-----+-------------------+-------------------+
（二）关于用到的Python库
在一开始为了可以适用于多种DBMS，用的是sqlalchemy，但是相对于我的这种小脚本，用ORM有点大材小用的样子，所以选择了pymysql。
为了方便格式化输出查询出的表格，用到了pandas.read_sql、pandas.DataFrame.to_markdown方法，在实际使用的时候发现，这个方法还需要依赖tabulate库，体积很小，安装一下就可以了。
（三）关于操作系统
在脚本中用到了shell命令clear，用来在终端清屏，在Windows下将其改成cls即可。
不过既然已经在用Windows，应该不大用得到这种小工具了，安装MySQL提供的MySQL For Excel应该就可以完美的解决这些问题。（参考：https://www.w3resource.com/mysql/exporting-and-importing-data-between-mysql-and-microsoft-excel.php）
（四）关于代码
算上注释不过二百多行，而且只有一个小文件，没有必要传到代码仓库，所以传到网盘供有需求的同学自取（链接: https://pan.baidu.com/s/17fB4a3AbjgYqv12PRReY_g 提取码: zw8k），下载后修改一下数据库连接信息，以及相应的表名、列名等即可。有兴趣的同学还可以加点代码通过读取自己的配置信息，使代码更加可定制化。
五、结语
此次制作这个工具主要是为了日常操作方便，同时练习一下Python。由于我不是专业开发人员，所以代码可能会很业余，如果大家发现其中有错误、不妥，或有更好的建议，还请不吝赐教，谢谢！
网友评论