База данных на лету с языками сценариев

Там sqlite3 , включенный в python. С его помощью вы можете создать базу данных ( в памяти ) и добавлять в нее строки, а также выполнять SQL-запросы.

Если вам нужна аккуратная функциональность, подобная ActiveRecord, вам следует добавить внешний ORM, например sqlalchemy . Это отдельная загрузка, хотя

Быстрый пример использования sqlalchemy:

from sqlalchemy import create_engine, Column, String, Integer, MetaData, Table
from sqlalchemy.orm import mapper, create_session
import csv
CSV_FILE = 'foo.csv'
engine = create_engine('sqlite://') # memory-only database

table = None
metadata = MetaData(bind=engine)
with open(CSV_FILE) as f:
    # assume first line is header
    cf = csv.DictReader(f, delimiter=',')
    for row in cf:
        if table is None:
            # create the table
            table = Table('foo', metadata, 
                Column('id', Integer, primary_key=True),
                *(Column(rowname, String()) for rowname in row.keys()))
            table.create()
        # insert data into the table
        table.insert().values(**row).execute()

class CsvTable(object): pass
mapper(CsvTable, table)
session = create_session(bind=engine, autocommit=False, autoflush=True)

Теперь вы можете запрашивать базу данных, фильтровать по любому полю и т. Д.

Предположим, вы запускаете приведенный выше код на этом csv:

name,age,nickname
nosklo,32,nosklo
Afila Tun,32,afilatun
Foo Bar,33,baz

Это создаст и заполнить таблицу в памяти полями имя , возраст , ник . Затем вы можете запросить таблицу:

for r in session.query(CsvTable).filter(CsvTable.age == '32'):
    print r.name, r.age, r.nickname

Это автоматически создаст и запустит запрос SELECT и вернет правильные строки.

Еще одно преимущество использования sqlalchemy состоит в том, что если вы решите использовать в будущем другую, более мощную базу данных, вы можете сделать это практически без изменения кода.