接觸Python時間也不是很長的，最近有個項目需要分析數據，于是選用Python為編程語言，除了語言特性外主要還是看重Python對于SQLite3數據庫良好的支持能力了，因為需要靈活處理大量的中間數據。

剛開始一些模塊我還樂此不疲的寫SQL語句，后來漸漸厭倦了，回想到以前搗鼓C#的時候利用反射初步構建了個SQL查詢構造器，直到發現linq，于是放棄了這個計劃，當然微軟后來又推出了Entity Framework，這些都是后話了，而且現在我對微軟的東西興趣不是很大的，好了，扯多了，下面繼續正文。

對了，再扯一句，優秀的博客程序Drupal也使用了類似的查詢構造器進行數據庫查詢，避免直接寫SQL語句，另外這樣做的一點點好處就是，可以一定程度的屏蔽平臺相關性，對于數據庫遷移還是有幫助的。

不過我今天介紹的數據庫輔助類查詢構造器是個很簡單的東東，甚至只限于SQLite數據庫，如果有童鞋感興趣可以完善下，我目前只要操作SQLite順手就可以了，對于比較大的數據庫應用就直接上ORM吧。

先看代碼：

代碼如下:
import sqlite3

# ***************************************************
# *
# * Description: Python操作SQLite3數據庫輔助類(查詢構造器)
# * Author: wangye
# *
# ***************************************************

def _wrap_value(value):
    return repr(value)

def _wrap_values(values):
    return list(map(_wrap_value, values))

def _wrap_fields(fields):
    for key,value in fields.items():
        fields[key] = _wrap_value(value)
    return fields

def _concat_keys(keys):
    return "[" + "],[".join(keys) + "]"

def _concat_values(values):
    return ",".join(values)

def _concat_fields(fields, operator = (None, ",")):
    if operator:
        unit_operator, group_operator = operator
    # fields = _wrap_fields(fields)
    compiled = []
    for key,value in fields.items():
        compiled.append("[" + key + "]")
        if unit_operator:
            compiled.append(unit_operator)
            compiled.append(value)
        compiled.append(group_operator)
    compiled.pop() # pop last group_operator
    return " ".join(compiled)

class DataCondition(object):
    """
        本類用于操作SQL構造器輔助類的條件語句部分

        例如: