Prática inicial Python com Sqlite📑

Pratica Python com SqliteEsta é uma prática passo a passo para quem está iniciando a integração de Python com o banco de dados SQLite. O SQLite é um banco de dados SQL leve, portátil e serverless (sem servidor). Além disso, o módulo sqlite3 já vem pré-instalado na biblioteca padrão do Python.

Objetivo da Prática

Criar um banco de dados local, construir uma tabela de clientes, executar todas as operações fundamentais do ciclo CRUD (Criar, Ler, Atualizar e Deletar) e fechar a conexão de forma segura.

Passo 1: Conectar ao Banco de Dados

Importe o módulo sqlite3 e abra uma conexão chamando sqlite3.connect(). Se o arquivo .db ainda não existir no diretório, o SQLite irá criá-lo automaticamente. Em seguida, crie o objeto cursor, que é responsável por executar os comandos SQL na base.

import sqlite3
 
# 1. Abre a conexão com o arquivo do banco de dados (ou cria se não existir)
conn = sqlite3.connect('meu_banco_de_dados.db')
 
# 2. Cria o objeto cursor para enviar comandos SQL
cursor = conn.cursor()
 
print("Conexão estabelecida com sucesso!")

(Conceitos de conexão e cursor baseados nos materiais).

Passo 2: Criar uma Tabela (DDL)

Defina a estrutura da tabela utilizando o comando DDL (Data Definition Language) CREATE TABLE IF NOT EXISTS. A tabela clientes terá uma chave primária autoincrementada (id), além de colunas para nome, email e telefone.

# Executa a criação da tabela
cursor.execute('''
    CREATE TABLE IF NOT EXISTS clientes (
        id INTEGER PRIMARY KEY AUTOINCREMENT,
        nome TEXT NOT NULL,
        email TEXT NOT NULL,
        telefone TEXT
    );
''')
 
# Confirma a alteração estrutural no banco
conn.commit()
print("Tabela 'clientes' pronta para uso!")

(Comando de criação estrutural e confirmação baseados nos materiais).

Passo 3: Inserir Registros (DML - Create)

Para evitar falhas de segurança como SQL Injection, nunca concatene variáveis diretamente no texto da query; utilize marcadores de posição (?). Você pode inserir múltiplos registros em lote usando o método cursor.executemany() e depois confirmar as alterações com conn.commit().

# Lista de tuplas com os dados de exemplo
novos_clientes = [
    ("Ana Silva", "ana.silva@example.com", "11 99999-0001"),
    ("Bruno Souza", "bruno.souza@example.com", "11 99999-0002"),
    ("Carla Pereira", "carla.pereira@example.com", "11 99999-0003")
]
 
# Inserção em lote usando placeholders (?)
cursor.executemany(
    "INSERT INTO clientes (nome, email, telefone) VALUES (?, ?, ?);",
    novos_clientes
)
 
# Salva permanentemente a inserção no arquivo do banco
conn.commit()
print(f"{cursor.rowcount} registros inseridos com sucesso!")

(Inserção segura com marcadores de posição baseada nos materiais).

Passo 4: Consultar os Dados (DQL - Read)

Para consultar as informações salvas, execute uma instrução SELECT. Utilize o método fetchall() para obter todas as linhas retornadas.

# Executa a consulta
cursor.execute("SELECT id, nome, email, telefone FROM clientes;")
 
# Recupera todas as linhas encontradas
resultados = cursor.fetchall()
 
print("\n--- Lista de Clientes ---")
for id_, nome, email, telefone in resultados:
    print(f"ID: {id_} | Nome: {nome} | E-mail: {email} | Telefone: {telefone}")

(Consulta de dados e varredura de resultados baseadas nos materiais).

Passo 5: Atualizar e Excluir Registros (Update / Delete)

Para alterar dados existentes ou remover um registro, utilize os comandos UPDATE e DELETE acompanhados da cláusula WHERE e dos marcadores ?.

# 1. Atualizar e-mail de um cliente específico pelo ID
cursor.execute(
    "UPDATE clientes SET email = ? WHERE id = ?;",
    ("ana.nova@example.com", 1)
)
 
# 2. Deletar um cliente específico pelo ID
cursor.execute(
    "DELETE FROM clientes WHERE id = ?;",
    (3,)
)
 
# Confirma as alterações no banco de dados
conn.commit()
print("\nAlterações de atualização e exclusão aplicadas!")

(Comandos DML de atualização e exclusão baseados nos materiais).

Passo 6: Fechar a Conexão

Após concluir todas as operações, feche o cursor e a conexão para garantir a liberação de recursos do sistema e a consistência do arquivo.

cursor.close()
conn.close()
print("Conexão fechada com segurança.")

(Fechamento e boas práticas baseados nos materiais).

Passo Bônus: Leitura Avançada com Pandas

Você também pode integrar o banco SQLite à biblioteca Pandas para carregar os dados diretamente em um DataFrame usando pd.read_sql_query().

import pandas as pd
 
conn = sqlite3.connect('meu_banco_de_dados.db')
 
# Carrega a consulta direto em um DataFrame do Pandas
df_clientes = pd.read_sql_query("SELECT * FROM clientes", conn)
print("\n--- DataFrame do Pandas ---")
print(df_clientes)
 
conn.close()

(Integração do SQLite com Pandas baseada nos materiais).

💡 Se você quiser expandir essa prática, posso te mostrar como conectar esses comandos a uma interface web simples utilizando o micro-framework Bottle para criar um sistema com formulários no navegador. O que acha?

Jocile notas

Explorador

Prática inicial Python com Sqlite