ysql統計一個數據庫里所有表的數據量，最近在做統計想查找一個數據庫里基本所有的表數據量，數據量少的通過select count再加起來也是可以的，不過表的數據有點多，不可能一個一個地查。記得在Navicat里，選擇一個數據量，點擊表，如圖：

那么如何通過sql實現呢？在mysql里是可以查詢information_schema.tables這張表的

SELECT table_rows,table_name FROM information_schema.tables  
WHERE TABLE_SCHEMA='數據庫名稱'
and table_name not in ('不查詢的表名稱') 
ORDER BY table_rows DESC;

OK，本來還以為已經沒問題了，然后還是被反饋統計不對，后來去找了資料說是對于MyISAM才是正確的統計數據，但是對于InnoDB引擎的，可能與實際值相差 40% 到 50%，所以只是一個大概的統計所以針對這種情況，要更改存儲引擎，肯定是不太合適，因為InnoDB是默認的存儲引擎，能支持事務外健，并發情況性能也比較好。繼續找資料，正確的sql如下：

select
table_schema as '數據庫',
table_name as '表名',
table_rows as '記錄數',
truncate(data_length/1024/1024, 2) as '數據容量(MB)',
truncate(index_length/1024/1024, 2) as '索引容量(MB)'
from information_schema.tables
where table_schema='test'
order by table_rows desc, index_length desc;

查詢結果如下：

如若轉載，請注明出處：開源字節 https://sourcebyte.cn/article/240.html

否還在使用正則表達式處理文本呢？其實AI可以幫助你更輕松地完成任務。今天我將與大家分享如何使用claude Al從HTML中提取數據。首先，我們需要進行兩個階段的處理：第一步是采集原始數據，即下拉列表中的選項。第二步是使用AI處理數據。

首先，我們需要選擇下拉列表中的元素，也就是options。但是，由于該下拉列表是由JS控制的，如果我們點擊其他地方，它會縮回去。因此，如果我們再次點擊“檢查元素”，它就會縮回去。

為了解決這個問題，我們需要觀察該下拉列表的動態行為。我們可以發現，它位于這一行中。此時，我們可以使用一個小技巧，右鍵復制元素，將其復制到剪貼板中。我們可以看到，剛才的options內容已經被復制到剪貼板中。現在，我們可以查看剛才的輸出。這是原始數據采集的過程。

采集到數據后，我們需要登錄claude Al，然后將其粘貼到文本中，它將自動轉換為一個TXT文件。然后，我們可以輸入“help me actrac info from the following text”的指令，它將自動執行一段Python代碼，幫助我們處理數據。

它將自動生成一段代碼，讓我們自己處理數據。此時，我們可以告訴它“can you print the output for me”。我們只需要告訴它需要在哪個標簽中提取數據即可。此時，它將執行其中的代碼，并輸出所需的數據。輸出結果將顯示為“我”。

此外，我們還可以使用其他數據來執行其他操作，這非常簡單。

當然，這只是一個示例。您可能需要處理的不是HTML、XML或其他結構化或半結構化文本。在這種情況下，您可以直接將這些任務交給AI，讓AI幫助您完成這些任務，從而使您更加輕松。因此，這是一個非常簡單的技巧，希望您能學會。

用BeautifulSoup庫解析 HTML 或 XML 數據可以按照以下步驟進行：

首先，確保你已經安裝了BeautifulSoup庫。可以使用pip命令進行安裝：pip install beautifulsoup4。

導入BeautifulSoup庫和相關的解析庫，通常是html.parser或其他適合的解析器。

使用BeautifulSoup的parse方法將 HTML 或 XML 數據解析為一個BeautifulSoup對象。

通過find或find_all等方法在BeautifulSoup對象中查找特定的標簽或屬性。

對找到的元素進行進一步的操作，例如提取文本、獲取屬性值等。

下面是一個簡單的示例，演示如何使用BeautifulSoup解析 HTML 數據：

收起

python

from bs4 import BeautifulSoup

html_data='''

The Dormouse's story

Once upon a time there were three little sisters; and their names were

Elsie,

Lacie and

Tillie;

and they lived at the bottom of a well.

'''

# 解析 HTML 數據

soup=BeautifulSoup(html_data, 'html.parser')

# 查找所有包含"sister"類的鏈接

sister_links=soup.find_all('a', class_='sister')

# 打印鏈接的文本和鏈接地址

for link in sister_links:

print(link.text, link.get('href'))

在上述示例中，首先定義了一段 HTML 數據。然后，使用BeautifulSoup的parse方法將 HTML 數據解析為一個soup對象。接下來，使用find_all方法查找所有具有sister類的鏈接，并將它們存儲在sister_links列表中。最后，通過遍歷sister_links列表，打印每個鏈接的文本和鏈接地址。