Webプログラミング入門

Home PDF English 中文 日本語 Español हिंदी Français Deutsch العربية 繁體中文

---

前回、私たちはフィボナッチ数列の機能をオブジェクト指向のバージョンに書き換え、ターミナルインターフェースを実装しました。

`server.py`：

class BaseHandler:
  def handle(self, request:str):
    pass

class Server:
  def __init__(self, handlerClass):
    self.handlerClass = handlerClass

  def run(self):    
    while True:
      request = input()
      self.handlerClass().handle(request)

fib_handle.py：

from fib import f
from server import BaseHandler, Server

class FibHandler(BaseHandler):
  def handle(self, request:str):
    n = int(request)
    print('f(n)=', f(n))
    pass

このコードは、FibHandlerというクラスを定義しています。このクラスはBaseHandlerを継承しており、handleメソッドを持っています。handleメソッドは、文字列型のrequestを引数として受け取り、それを整数に変換してnに代入します。その後、f(n)の結果を出力します。ただし、f(n)の具体的な実装はこのコードには含まれていません。最後にpassが記述されていますが、これは何も実行しないことを示しています。

server = Server(FibHandler)
server.run()

シンプルなWebサーバー

では、Webインターフェースに変更するにはどうすればよいでしょうか。

上のServerをHTTPプロトコルのServerに置き換えれば良いのです。まず、PythonにおけるHTTPサーバーがどのようなものか見てみましょう。

Pythonの標準ライブラリには、ウェブサーバーが提供されています。

python -m http.server

このコマンドは、Pythonの組み込みHTTPサーバーを起動するものです。デフォルトでは、現在のディレクトリをルートとして、ポート8000でサーバーが立ち上がります。ブラウザでhttp://localhost:8000にアクセスすると、ディレクトリ内のファイルを閲覧できます。

ターミナルで実行します。

$ python -m http.server
HTTPを::のポート8000で提供中 (http://[::]:8000/) ...

ブラウザで開くと効果を確認できます。

これで現在のディレクトリがリストアップされました。次に、このウェブページを閲覧している間に、ターミナルに戻ってみてください。すると、面白いことが起こります。

$ python -m http.server
HTTPを::のポート8000で提供中 (http://[::]:8000/) ...
::1 - - [07/Mar/2021 15:30:35] "GET / HTTP/1.1" 200 -
::1 - - [07/Mar/2021 15:30:35] コード404, メッセージ ファイルが見つかりません
::1 - - [07/Mar/2021 15:30:35] "GET /favicon.ico HTTP/1.1" 404 -
::1 - - [07/Mar/2021 15:30:35] コード404, メッセージ ファイルが見つかりません
::1 - - [07/Mar/2021 15:30:35] "GET /apple-touch-icon-precomposed.png HTTP/1.1" 404 -
::1 - - [07/Mar/2021 15:30:35] コード404, メッセージ ファイルが見つかりません
::1 - - [07/Mar/2021 15:30:35] "GET /apple-touch-icon.png HTTP/1.1" 404 -
::1 - - [07/Mar/2021 15:30:38] "GET / HTTP/1.1" 200 -

これはウェブアクセスログです。その中で、GETはウェブサービスにおけるデータアクセス操作の一種を表しています。HTTP/1.1は、HTTPの1.1バージョンのプロトコルが使用されていることを示しています。

それを使って私たちのフィボナッチ数列サービスを作成する方法です。まず、オンラインでサンプルコードを探し、少し手を加えて、最もシンプルなWebサーバーを作成します：

from http.server import SimpleHTTPRequestHandler, HTTPServer

class Handler(SimpleHTTPRequestHandler):
    def do_GET(self):
        self.send_response(200)
        self.send_header('Content-type', 'text')
        self.end_headers()
        self.wfile.write(bytes("hi", "utf-8"))

server = HTTPServer(("127.0.0.1", 8000), Handler)

server.serve_forever()

これらは見覚えがあるものばかりですね。ほとんど上で使用したServerと同じです。SimpleHTTPRequestHandlerが基本クラスではなく、BaseHTTPRequestHandlerというものがあることに気づきました。SimpleHTTPRequestHandlerは比較的、いくつかの内容を追加処理しています。これらにフィボナッチ数列の処理機能を加えるのは簡単です。

ここでの127.0.0.1はローカルマシンのアドレスを表し、8000はローカルマシンのポートを表します。ポートはどのように理解すればよいでしょうか。家の窓のようなもので、家と外界がコミュニケーションを取るための窓口です。bytesは文字列をバイトに変換することを意味します。utf-8は文字列のエンコード方式の一つです。send_response、send_header、end_headersはすべて、HTTPプロトコルで規定された内容を出力するためのもので、ブラウザが理解できるようにするためのものです。これにより、ウェブページにhiと表示されます。

次に、リクエストからパラメータを取得してみましょう。

from http.server import SimpleHTTPRequestHandler, HTTPServer
from fib import f
from urllib.parse import urlparse, parse_qs

class Handler(SimpleHTTPRequestHandler):
    def do_GET(self):
        self.send_response(200)
        self.send_header('Content-type', 'text')      
        self.end_headers()
        parsed = urlparse(self.path)
        qs = parse_qs(parsed.query)      
        result = ""
        if len(qs) > 0:
            ns = qs[0]
            if len(ns) > 0:          
                n = int(ns)
                result = str(f(n))
        self.wfile.write(bytes(result, "utf-8"))

このコードは、HTTP GETリクエストを処理するためのシンプルなハンドラクラスです。以下にその動作を説明します：

1. do_GETメソッドは、GETリクエストが来たときに呼び出されます。
2. send_response(200)で、HTTPステータスコード200（OK）を返します。
3. send_headerで、レスポンスのコンテンツタイプをtextに設定します。
4. end_headersでヘッダーの送信を終了します。
5. urlparseを使って、リクエストのパスを解析します。
6. parse_qsを使って、クエリ文字列を解析します。
7. result変数を空の文字列で初期化します。
8. クエリ文字列が存在する場合、最初のクエリパラメータを取得し、それを整数に変換します。
9. その整数を関数fに渡し、結果を文字列に変換してresultに格納します。
10. 最後に、self.wfile.writeを使って、結果をクライアントに送信します。

このコードは、特定の関数fに基づいてクエリパラメータを処理し、その結果を返すシンプルなHTTPサーバーの一部として使用されることが想定されています。

server = HTTPServer(("127.0.0.1", 8000), Handler)

server.serve_forever()

少し複雑ですね。ここではいくつかのパラメータを解析しています。

self.path=/?n=3
parsed=ParseResult(scheme='', netloc='', path='/', params='', query='n=3', fragment='')
qs={'n': ['3']}
ns=['3']
n=3

上記のコードは、URLのクエリパラメータを解析する過程を示しています。具体的には、self.pathに指定されたURLのクエリ部分を解析し、nというパラメータの値を取得しています。以下に各ステップの説明を日本語で示します。

• self.path=/?n=3: URLのパスとクエリパラメータが/?n=3として指定されています。
• parsed=ParseResult(scheme='', netloc='', path='/', params='', query='n=3', fragment=''): URLが解析され、各部分が分割されています。query='n=3'の部分がクエリパラメータを示しています。
• qs={'n': ['3']}: クエリパラメータが辞書形式で解析され、nというキーに対して['3']という値がリスト形式で格納されています。
• ns=['3']: nの値がリストとして抽出されています。
• n=3: 最終的に、nの値が3として取得されています。

このコードは、URLから特定のクエリパラメータを抽出し、その値を利用するための一連の処理を示しています。

再帰の応用

少しコードをリファクタリングしてみましょう。

from http.server import SimpleHTTPRequestHandler, HTTPServer
from fib import f
from urllib.parse import urlparse, parse_qs

class Handler(SimpleHTTPRequestHandler):

    def parse_n(self, s):
      parsed = urlparse(s)
      qs = parse_qs(parsed.query)
      if len(qs) > 0:
        ns = qs['n']
        if len(ns) > 0:
          n = int(ns[0])
          return n
      return None
      
    def do_GET(self):
      self.send_response(200)
      self.send_header('Content-type', 'text')
      self.end_headers()

上記のコードは、URLからクエリパラメータ n を解析し、その値を整数として返す parse_n メソッドと、HTTP GETリクエストを処理する do_GET メソッドを定義しています。parse_n メソッドは、URLが与えられると、そのクエリパラメータを解析し、n の値を返します。do_GET メソッドは、HTTPレスポンスのステータスコード200を送信し、コンテンツタイプをテキストとして設定します。

result = ""
n = self.parse_n(self.path)
if n is not None:
    result = str(f(n))
              
self.wfile.write(bytes(result, "utf-8"))
self.wfile.write(bytes(result, "utf-8"))

このコードは、self.parse_n(self.path) を使ってパスから数値 n を解析し、それが None でない場合に f(n) を計算して結果を文字列に変換しています。その後、その結果を2回 self.wfile.write を使ってUTF-8エンコードで書き込んでいます。

server = HTTPServer(("127.0.0.1", 8000), Handler)

server.serve_forever()

parse_n 関数を導入して、リクエストパスから解析された n をカプセル化します。

现在程序有这样的问题。小王请求了斐波那契数列的第10000位，过了一些天，小明又请求了斐波那契数列的第10000位。两次，小王和小明都等待了半天，才得到结果。我们该如何提高这个Web服务的效率呢。

解决方案

1. 缓存结果：
   • 使用缓存机制（如Redis或Memcached）来存储已经计算过的斐波那契数列的结果。这样，当有相同的请求时，可以直接从缓存中获取结果，而不需要重新计算。
2. 预计算：
   • 如果知道某些斐波那契数列的值会被频繁请求，可以预先计算这些值并存储在数据库中。这样，当请求到来时，可以直接从数据库中获取结果。
3. 优化算法：
   • 使用更高效的算法来计算斐波那契数列。例如，使用矩阵快速幂算法或动态规划算法来减少计算时间。
4. 异步处理：
   • 将计算任务放入消息队列中，由后台任务异步处理。这样，用户请求不会阻塞，可以立即返回一个任务ID，用户可以通过这个ID来查询计算结果。
5. 分布式计算：
   • 如果计算量非常大，可以考虑使用分布式计算框架（如Hadoop或Spark）来并行计算斐波那契数列。

代码示例

from functools import lru_cache

@lru_cache(maxsize=None)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

# 使用缓存后的斐波那契函数
result = fibonacci(10000)

通过以上方法，可以显著提高Web服务的效率，减少用户等待时间。

nが同じ場合、f(n)の値は常に同じであることに気づきました。私たちはいくつかの実験を行いました。

127.0.0.1 - - [10/Mar/2021 00:33:01] "GET /?n=1000 HTTP/1.1" 200 -
----------------------------------------
リクエストの処理中に例外が発生しました。送信元: ('127.0.0.1', 50783)
トレースバック（最近の呼び出しを最後に）:
    ...
    if v[n] != -1:
IndexError: リストのインデックスが範囲外です

元の配列が十分に大きくなかったので、v配列を10000に変更しましょう。

v = []
for x in range(10000):
   v.append(-1)

このコードは、空のリスト v を作成し、0から9999までの範囲でループを回して、リスト v に -1 を10000回追加しています。結果として、v は -1 が10000個含まれたリストになります。

しかし、nが2000の場合、再帰の深さがオーバーフローするエラーが発生しました：

127.0.0.1 - - [10/Mar/2021 00:34:00] "GET /?n=2000 HTTP/1.1" 200 -
----------------------------------------
リクエストの処理中に例外が発生しました。送信元: ('127.0.0.1', 50821)
トレースバック (直近の呼び出し最後):
    ...
    if v[n] != -1:
RecursionError: 比較中に最大再帰深度を超えました

しかし、これらすべてはかなり迅速に進みました。

なぜなら、f(1)からf(1000)まで、それぞれ一度だけ計算すればよいからです。これは、f(1000)を計算するとき、+演算が約1000回しか実行されないことを意味します。私たちは、Pythonの再帰深度が約1000であることを知っています。これは、プログラムを最適化するために、2000を計算したい場合、まず1000を計算するという方法を取ることができることを意味します。しかし、この方法でも再帰深度オーバーフローエラーが発生する可能性があります。2000を計算したい場合、まず1200を計算します。1200を計算したい場合、まず400を計算します。

このように400と1200を計算した後、2000を計算すると、再帰の深さは約800程度になり、再帰の深さによるオーバーフローエラーは発生しなくなります。

v = []
for x in range(1000000):
   v.append(-1)

def fplus(n):
   if n > 800:         
      fplus(n-800)
      return f(n)
   else:
      return f(n)

def f(n):
   if v[n] != -1:
      return v[n]
   else:
      a = 0
      if n < 2:
         a = n
      else:
         a = f(n-1) + f(n-2)
      v[n] = a
      return v[n]

fplus関数を追加しました。

しかし、fplusが1000回再帰的に呼び出された場合を考えると、1000 * 800 = 800000となります。nを80万に設定した後、再び再帰深度エラーが発生しました。さらに試してみると、事態はさらに複雑であることがわかりました。しかし、この最適化の後、2000を計算することは非常に簡単になりました。

ファイルの読み書き

話がそれてしまったようです。Web開発の話題に戻りましょう。最初のリクエストでf(400)を、次のリクエストでf(600)を求めるとします。2回目のリクエストでは、1回目のリクエストで生成されたv配列の値を利用することができます。しかし、プログラムを終了して再起動すると、その値は使えなくなります。私たちの方法では、フィボナッチ数列の計算は非常に速いです。しかし、もし計算が遅い場合を考えてみてください。特に、v配列を導入していない場合、大量の重複計算が発生します。このような場合、せっかく得られた結果を保存しておきたいと思うでしょう。

この時、キャッシュの概念が導入されます。v配列はここではキャッシュとして機能します。ただし、これはプログラムのライフサイクル内にのみ存在します。プログラムが終了すると、それは消えてしまいます。では、どうすれば良いでしょうか。自然な考えとして、ファイルに保存することが思い浮かびます。

v配列をファイルに保存するにはどうすればいいですか。

0 0
1 1
2 1
3 2
4 3
...

私たちのv配列は次のように保存することができます。各行をn f(n)として保存します。nは自然に増加するため、おそらくf(n)の値だけを保存することができるでしょう。

0
1
1
2
3
...

試してみてください。

f = open("demofile2.txt", "a")
f.write("Now the file has more content!")
f.close()

このコードは、demofile2.txtというファイルを追記モード("a")で開き、ファイルの末尾に「Now the file has more content!」というテキストを追加し、その後ファイルを閉じます。

ファイルを開いて、追記後に読み取る：

f = open(“demofile2.txt”, “r”) print(f.read())

`open`の2番目の引数には`a`を指定できます。これはファイルの末尾に追加することを意味します。また、`w`を指定すると、ファイルを上書きします。

```python
file = open('fib_v', 'a')
file.write('hi')
file.close()

上記のコードは、ファイル fib_v を追記モード ('a') で開き、そのファイルに文字列 'hi' を書き込み、最後にファイルを閉じる処理を行っています。このコードはPythonでファイル操作を行う基本的な例です。

実行してみると、確かにfib_vというファイルが生成されました。

fib_v:

hi

もう一度実行すると、このようになります。

hihi

改行するにはどうすればいいですか。

file = open('fib_v', 'a')
file.write('hi\n')
file.close()

このコードは、ファイル fib_v を追記モード ('a') で開き、そのファイルに文字列 'hi\n' を書き込み、最後にファイルを閉じる処理を行います。

これは一度だけ出力され、hihihiが表示されますが、改行は見えません。しかし、もう一度出力すると、改行されます。これにより、最初の出力時にも改行文字が出力されていたことがわかりますが、末尾にあったため見えなかったのです。

どのように読み取るのでしょうか。

file = open('fib_v', 'r')
print(file.read())

このコードは、ファイル fib_v を読み取りモードで開き、その内容を読み取って出力します。

$ python fib.py
hihihi
hi

次に、私たちのフィボナッチプログラムを修正しましょう。

v = []
for x in range(1000000):
   v.append(-1)

def read():
   file = open('fib_v', 'r')
   s = file.read()
   if len(s) > 0:
      lines = s.split('\n')
      if (len(lines) > 0):
        for i in range(len(lines)):
           v[i] = int(lines[i])

def save():
   file = open('fib_v', 'w')
   s = ''
   start = True
   for vv in v:
      if vv == -1:
         break      
      if start == False:
         s += '\n'
      start = False   
      s += str(vv)
   file.write(s)
   file.close()

def fcache(n):
   x = fplus(n)
   save()
   return x

def fplus(n):
   if n > 800:         
      fplus(n-800)
      return f(n)
   else:
      return f(n)

def f(n):
   if v[n] != -1:
      return v[n]
   else:
      a = 0
      if n < 2:
         a = n
      else:
         a = f(n-1) + f(n-2)
      v[n] = a
      return v[n]

read()
fcache(10)
save()

ついにプログラムを書き終えました。プログラムを実行した後、fib_vファイルは次のようになります。

fib_v:

0
1
1
2
3
5
8
13
21
34
55

このコードブロックは、フィボナッチ数列の最初の11項を表示しています。フィボナッチ数列は、各項が前の2つの項の和となる数列で、0と1から始まります。この数列は、数学や自然界の多くの現象で見られる重要なパターンです。

上記の解析が少し面倒だと感じるかもしれません。\nは改行文字です。もっと簡単で統一的な解析方法はないでしょうか。そこで、人々はJSONというデータ形式を発明しました。

JSON

JSONの正式名称はJavaScript Object Notationです。以下はJSONの例です。

{"name":"John", "age":31, "city":"New York"}

このJSONデータは、名前が「John」、年齢が31歳、都市が「New York」であることを示しています。

以上のようにして、一種のマッピングを表現します。

JSONには以下の基本的な要素があります：

1. 数字または文字列
2. リスト
3. マッピング

これらの基本要素は自由にネストすることができます。つまり、リストの中にリストを含めることができます。マッピングの中にもリストを含めることができます。などなど。

{
  "name":"John",
  "age":30,
  "cars":[ "Ford", "BMW", "Fiat" ]
}

このJSONデータは、以下の情報を表しています：

• name: “John”（名前はJohn）
• age: 30（年齢は30歳）
• cars: [“Ford”, “BMW”, “Fiat”]（所有している車はFord、BMW、Fiat）

このデータは、Johnという人物の名前、年齢、そして所有する車のリストを表しています。

一行で書くのと、このように見やすく書くのとでは、意味の違いがあります。おそらく、それらの計算グラフを想像することができるでしょう。スペースは計算グラフに影響を与えません。

次に、v配列をjson形式の文字列に変換します。

import json

v = []
for x in range(1000000):
   v.append(-1)

def fplus(n):
   if n > 800:         
      fplus(n-800)
      return f(n)
   else:
      return f(n)

def f(n):
   if v[n] != -1:
      return v[n]
   else:
      a = 0
      if n < 2:
         a = n
      else:
         a = f(n-1) + f(n-2)
      v[n] = a
      return v[n]

fplus(100)
s = json.dump(v)
file = open('fib_j', 'w')
file.write(s)
file.close()

このように書いたときに、エラーが発生しました。TypeError: dump() missing 1 required positional argument: 'fp'。vscodeでは、このように関数の定義を確認することができます。

dumpの上にマウスを移動するだけでOKです。便利ですよね。

fplus(10)
file = open('fib_j', 'w')
json.dump(v, file)
file.close()

このコードは、fplus関数に引数10を渡して実行し、その結果をfib_jというファイルにJSON形式で保存するものです。具体的には、fplus(10)の結果を変数vに格納し、json.dump関数を使ってその内容をファイルに書き込んでいます。最後に、ファイルを閉じてリソースを解放しています。

100まで計算して表示するのは少し多いので、ここでは10に変更します。元のdumpの第二引数にfileオブジェクトを渡せば良いことがわかりました。

以下のようにファイルを表示できます：

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, -1, -1, -1]

このJSON配列は、フィボナッチ数列の一部と、その後ろに-1が3つ続く形で構成されています。フィボナッチ数列は、各数が直前の2つの数の和となる数列で、ここでは0, 1から始まっています。最後の3つの-1は、特定の意味を持たせるためのプレースホルダーか、データの終わりを示すマーカーとして使用されている可能性があります。

注意：後ろに多くの-1が省略されています。

def read():
    file = open('fib_j', 'r')
    s = file.read()
    sv = json.loads(s)
    for i in range(len(sv)):
        if sv[i] != -1:
            v[i] = sv[i]
def save():
    file = open('fib_j', 'w')
    json.dump(v, file)
    file.close()

read()

for vv in v:
    if vv != -1:
        print(vv)

この場合、以下のように出力されます：

0
1
1
2
3
5
8
13
21
34
55

以下の関数を一緒に確認しましょう：

def read():
    file = open('fib_j', 'r')
    s = file.read()
    sv = json.loads(s)
    for i in range(len(sv)):
        v[i] = sv[i]

def save():
    sv = []
    for i in range(len(v)):
        if v[i] != -1:
            sv.append(v[i])
        else:
            break        
    file = open('fib_j', 'w')
    json.dump(sv, file)
    file.close()

read()
fplus(100)
save()

次にファイルを確認すると、確かに正しい値が保存されており、しかも整然としていました。

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946, 17711, 28657, 46368, 75025, 121393, 196418, 317811, 514229, 832040, 1346269, 2178309, 3524578, 5702887, 9227465, 14930352, 24157817, 39088169, 63245986, 102334155, 165580141, 267914296, 433494437, 701408733, 1134903170, 1836311903, 2971215073, 4807526976, 7778742049, 12586269025, 20365011074, 32951280099, 53316291173, 86267571272, 139583862445, 225851433717, 365435296162, 591286729879, 956722026041, 1548008755920, 2504730781961, 4052739537881, 6557470319842, 10610209857723, 17167680177565, 27777890035288, 44945570212853, 72723460248141, 117669030460994, 190392490709135, 308061521170129, 498454011879264, 806515533049393, 1304969544928657, 2111485077978050, 3416454622906707, 5527939700884757, 8944394323791464, 14472334024676221, 23416728348467685, 37889062373143906, 61305790721611591, 99194853094755497, 160500643816367088, 259695496911122585, 420196140727489673, 679891637638612258, 1100087778366101931, 1779979416004714189, 2880067194370816120, 4660046610375530309, 7540113804746346429, 12200160415121876738, 19740274219868223167, 31940434634990099905, 51680708854858323072, 83621143489848422977, 135301852344706746049, 218922995834555169026, 354224848179261915075]

データベース

データが大きく構造が複雑な場合はどうすればいいでしょうか。ファイルで保存する方法は遅くて煩雑になります。そこでデータベースが導入されます。これはプログラマブルなExcelシートのようなものです。コードを使って簡単にデータの追加、削除、更新、検索ができるExcelシートのようなものです。

公式ドキュメントに例を見つけました。

import sqlite3
con = sqlite3.connect('example.db')

このコードは、PythonでSQLiteデータベースに接続するための基本的なコードです。sqlite3モジュールをインポートし、example.dbという名前のデータベースファイルに接続しています。もしexample.dbが存在しない場合、新たに作成されます。

cur = con.cursor()

テーブルの作成

cur.execute(‘'’CREATE TABLE stocks (date text, trans text, symbol text, qty real, price real)’’’)

データの1行を挿入

cur.execute(“INSERT INTO stocks VALUES (‘2006-01-05’,’BUY’,’RHAT’,100,35.14)”)

変更を保存（コミット）する

con.commit()

接続が不要になった場合は、閉じることもできます。

ただし、変更がコミットされていることを確認してください。そうでないと、変更が失われます。

con.close()

```python
for row in cur.execute('SELECT * FROM stocks ORDER BY price'):
        print(row)

このコードは、stocksテーブルからすべての行をprice順に並べ替えて取得し、各行を表示するものです。PythonのSQLiteデータベース操作において、cur.execute()メソッドを使用してSQLクエリを実行し、その結果をループで処理しています。

cursorはカーソルを表し、ちょうどテキストエディタのカーソルのようなものです。上記のコードは、データベースへの接続、テーブルの作成、データの挿入、変更のコミット、接続のクローズを行うものです。最後の例は、データをクエリするサンプルです。

import sqlite3

v = []
for x in range(1000000):
   v.append(-1)

def create_table(cur: sqlite3.Connection):
    cur.execute('CREATE TABLE vs(v text)')

def read():
    pass

def save():
    con = sqlite3.connect('fib.db')
    cur = con.cursor()
    create_table(cur)
    for vv in v:
        if vv != -1:
            cur.execute('INSERT INTO vs VALUES(' + str(vv) + ')')
        else:
            break
    con.commit()
    con.close()

save()

上記のコードは、fplus関数に引数10を渡して呼び出し、その後save()関数を呼び出しています。このコードの具体的な動作は、fplusとsaveの実装に依存します。もしこれらの関数がどのように定義されているかが不明であれば、その動作を正確に説明することはできません。

書き終えました。試してみてください。

私のコンピュータにはすでにsqlite3がインストールされています。

$ sqlite3
SQLite version 3.32.3 2020-06-18 14:16:19
使い方のヒントは ".help" と入力してください。
一時的なメモリ内データベースに接続しました。
永続的なデータベースで再開するには ".open FILENAME" を使用してください。

sqlite> .help
.auth ON|OFF             認証コールバックを表示する
.backup ?DB? FILE        データベースDB（デフォルトは"main"）をFILEにバックアップする
.bail on|off             エラー発生後に停止する。デフォルトはOFF
.binary on|off           バイナリ出力をオンまたはオフにする。デフォルトはOFF
.cd DIRECTORY            作業ディレクトリをDIRECTORYに変更する
.changes on|off          SQLによって変更された行数を表示する
.check GLOB              .testcase以降の出力が一致しない場合に失敗する
.clone NEWDB             既存のデータベースからNEWDBにデータをクローンする
.databases               接続されているデータベースの名前とファイルをリストする
.dbconfig ?op? ?val?     sqlite3_db_config()オプションをリストまたは変更する
.dbinfo ?DB?             データベースのステータス情報を表示する
.dump ?TABLE?            データベースの内容をSQLとしてレンダリングする
.echo on|off             コマンドエコーをオンまたはオフにする
.eqp on|off|full|...     自動EXPLAIN QUERY PLANを有効または無効にする
.excel                   次のコマンドの出力をスプレッドシートで表示する
.exit ?CODE?             リターンコードCODEでこのプログラムを終了する
.expert                  実験的機能。クエリのためのインデックスを提案する
.explain ?on|off|auto?   EXPLAINフォーマットモードを変更する。デフォルト: auto
.filectrl CMD ...        さまざまなsqlite3_file_control()操作を実行する
.fullschema ?--indent?   スキーマとsqlite_statテーブルの内容を表示する
.headers on|off          ヘッダーの表示をオンまたはオフにする
.help ?-all? ?PATTERN?   PATTERNのヘルプテキストを表示する
.import FILE TABLE       FILEからTABLEにデータをインポートする
.imposter INDEX TABLE    インデックスINDEX上に偽装テーブルTABLEを作成する
.indexes ?TABLE?         インデックスの名前を表示する
.limit ?LIMIT? ?VAL?     SQLITE_LIMITの値を表示または変更する
.lint OPTIONS            潜在的なスキーマの問題を報告する
.log FILE|off            ログをオンまたはオフにする。FILEはstderr/stdoutにできる
.mode MODE ?TABLE?       出力モードを設定する
.nullvalue STRING        NULL値の代わりにSTRINGを使用する
.once ?OPTIONS? ?FILE?   次のSQLコマンドの出力のみをFILEに出力する
.open ?OPTIONS? ?FILE?   既存のデータベースを閉じてFILEを再度開く
.output ?FILE?           出力をFILEまたはstdoutに送る（FILEが省略された場合）
.parameter CMD ...       SQLパラメータバインディングを管理する
.print STRING...         リテラルSTRINGを出力する
.progress N              毎回Nオペコード後にプログレスハンドラを呼び出す
.prompt MAIN CONTINUE    標準のプロンプトを置き換える
.quit                    このプログラムを終了する
.read FILE               FILEから入力を読み取る
.recover                 破損したデータベースから可能な限りデータを回復する
.restore ?DB? FILE       DB（デフォルトは"main"）の内容をFILEから復元する
.save FILE               メモリ内のデータベースをFILEに書き込む
.scanstats on|off        sqlite3_stmt_scanstatus()メトリクスをオンまたはオフにする
.schema ?PATTERN?        PATTERNに一致するCREATE文を表示する
.selftest ?OPTIONS?      SELFTESTテーブルで定義されたテストを実行する
.separator COL ?ROW?     列と行の区切り文字を変更する
.session ?NAME? CMD ...  セッションを作成または制御する
.sha3sum ...             データベース内容のSHA3ハッシュを計算する
.shell CMD ARGS...       システムシェルでCMD ARGS...を実行する
.show                    各種設定の現在の値を表示する
.stats ?on|off?          統計を表示するか、統計をオンまたはオフにする
.system CMD ARGS...      システムシェルでCMD ARGS...を実行する
.tables ?TABLE?          LIKEパターンTABLEに一致するテーブルの名前をリストする
.testcase NAME           出力を'testcase-out.txt'にリダイレクトし始める
.testctrl CMD ...        さまざまなsqlite3_test_control()操作を実行する
.timeout MS              ロックされたテーブルをMSミリ秒間開こうとする
.timer on|off            SQLタイマーをオンまたはオフにする
.trace ?OPTIONS?         各SQLステートメントを実行時に出力する
.vfsinfo ?AUX?           トップレベルのVFSに関する情報
.vfslist                 利用可能なすべてのVFSをリストする
.vfsname ?AUX?           VFSスタックの名前を表示する
.width NUM1 NUM2 ...     "column"モードの列幅を設定する

多くのコマンドがあることがわかります。その中で、.quitは終了を意味します。

もしインストールされていない場合は、公式サイトからダウンロードするか、brew install sqliteを実行してインストールできます。

$ sqlite3 fib.db

sqlite> show tables
   ...> ;
エラー: "show" 付近で構文エラー
sqlite> tables;
エラー: "tables" 付近で構文エラー
sqlite> .schema
CREATE TABLE vs(v text);

最初、私はMySQLと同じように使えると思っていました。show tablesを使ってどのようなテーブルがあるか確認できると思っていました。しかし、後でSQLiteではそうではないことに気づきました。MySQLは別のデータベースで、これから学ぶ予定のものです。

sqlite> select * from vs;
0
1
1
2
3
5
8
13
21
34
55

確かに、データを正しく書き込むことができました。注意点として、私たちはtextを使用しています。なぜなら、数字が非常に大きいため、データベースの整数型では保存できない可能性があるからです。

import sqlite3

v = []
for x in range(1000000):
   v.append(-1)

def fplus(n):
   if n > 800:         
      fplus(n-800)
      return f(n)
   else:
      return f(n)

このコードは、nが800より大きい場合に、nから800を引いた値で再帰的にfplus関数を呼び出し、その後f(n)を返します。nが800以下の場合には、単にf(n)を返します。

def f(n):
   if v[n] != -1:
      return v[n]
   else:
      a = 0
      if n < 2:
         a = n
      else:
         a = f(n-1) + f(n-2)
      v[n] = a
      return v[n]

def create_table(cur: sqlite3.Connection):
    cur.execute('CREATE TABLE vs(v text)')

def read():
    con = sqlite3.connect('fib.db')
    cur = con.cursor()    
    create_table(cur)
    i = 0
    for row in cur.execute('SELECT * from vs'):
         v[i] = int(row)
    con.close()

def save():
    con = sqlite3.connect('fib.db')
    cur = con.cursor()
    create_table(cur)
    for vv in v:
        if vv != -1:
            cur.execute('INSERT INTO vs VALUES(' + str(vv) + ')')
        else:
            break
    con.commit()
    con.close()

read()
for i in range(10):
    print(v[i])

続いて、read関数を追加しました。しかし、実行するとエラーが発生しました。

$ python fib_db.py
  ...
  File "fib_db.py", line 27, in create_table
    cur.execute('CREATE TABLE vs(v text)')
sqlite3.OperationalError: table vs already exists

上記のエラーメッセージは、Pythonスクリプト fib_db.py を実行した際に発生したエラーを示しています。具体的には、sqlite3.OperationalError が発生し、table vs already exists というメッセージが表示されています。これは、データベース内に既に vs という名前のテーブルが存在しているため、新たに同じ名前のテーブルを作成しようとした際にエラーが発生したことを意味します。

このエラーを解決するためには、以下のいずれかの方法を検討できます：

1. 既存のテーブルを削除する: 既存の vs テーブルが不要であれば、DROP TABLE vs; というSQLコマンドを実行してテーブルを削除し、再度スクリプトを実行します。

2. テーブルの存在を確認する: テーブルを作成する前に、既に同名のテーブルが存在しないかを確認するコードを追加します。例えば、以下のように IF NOT EXISTS を使用してテーブルを作成することができます。

   cur.execute('CREATE TABLE IF NOT EXISTS vs(v text)')
   

3. テーブルの再作成を避ける: テーブルが既に存在する場合には、テーブルを作成しないようにロジックを変更します。

これらの方法のいずれかを適用することで、エラーを回避し、スクリプトを正常に実行できるようになります。

テーブルを作成できません。テーブルは既に存在しています。構文を少し変更してください。

def create_table(cur: sqlite3.Connection):
    cur.execute('CREATE TABLE IF NOT EXISTS vs(v text)')

しかし、エラーが発生しました。

    v[i] = int(row)
TypeError: int() の引数は文字列、バイト列のようなオブジェクト、または数値でなければなりませんが、'tuple' が指定されました

tupleとは何でしょうか。これは、rowがtupleを返したことを意味します。それを出力してみましょう。

    for row in cur.execute('SELECT * from vs'):
        print(row)
        v[i] = int(row)

上記のコードは、データベースからvsテーブルのすべての行を選択し、各行を表示して、その値を整数に変換して配列vのi番目の要素に格納するものです。

結果は以下の通りです：

('0',)

このコードスニペットは、Pythonのタプルを表しています。タプルは不変（イミュータブル）なシーケンスで、複数の要素をカンマで区切って括弧で囲むことで作成されます。この場合、タプルには文字列 '0' が含まれています。タプルは、要素の順序や内容が変更されないことを保証するために使用されます。

実はtupleは配列とよく似ています。ただし、その要素は互いに異なるものであってもよく、配列のようにすべての要素が同じ型である必要はありません。

def read():
    con = sqlite3.connect('fib.db')
    cur = con.cursor()    
    create_table(cur)
    i = 0
    for row in cur.execute('SELECT * from vs'):
        v[i] = int(row[0])
    con.close()

このコードは、SQLiteデータベースからデータを読み取るためのPython関数です。以下にその内容を説明します。

1. con = sqlite3.connect('fib.db'): fib.dbという名前のSQLiteデータベースに接続します。
2. cur = con.cursor(): データベース操作を行うためのカーソルオブジェクトを作成します。
3. create_table(cur): create_table関数を呼び出して、データベースにテーブルを作成します（この関数の定義はコードに含まれていません）。
4. i = 0: インデックス変数iを初期化します。
5. for row in cur.execute('SELECT * from vs'): vsテーブルからすべての行を選択し、各行に対してループを実行します。
6. v[i] = int(row[0]): 各行の最初の列の値を整数に変換し、リストvのi番目の要素に代入します。
7. con.close(): データベース接続を閉じます。

このコードは、データベースからデータを読み取り、それをリストvに格納するためのものです。ただし、vの定義やcreate_table関数の詳細はコードに含まれていないため、完全な動作を理解するにはそれらの情報が必要です。

このように変更しました。しかし、奇妙なことに、出力は以下のようになりました：

55
-1
-1
-1
-1
-1
-1
-1
-1
-1

元々、私たちのiがインクリメントされていなかったのです。

    for row in cur.execute('SELECT * from vs'):
        v[i] = int(row[0])
        i += 1

このコードは、データベースからvsテーブルのすべての行を選択し、各行の最初の値を整数に変換して配列vに格納しています。変数iは、配列vのインデックスとして使用され、各行の処理後にインクリメントされます。

これで正解です。

0
1
1
2
3
5
8
13
21
34

しかし、数字が大きい場合、データベースに保存される形式は以下のようになっていることに気づきました：

4660046610375530309
7540113804746346429
1.22001604151219e+19
1.97402742198682e+19
3.19404346349901e+19

（注：上記の数値はそのまま表示されています。これらは特定の計算やデータを示すコードブロックの一部である可能性がありますが、翻訳の対象外としています。）

再実行すると、以下のようになります。

$ python fib_db.py
Traceback (most recent call last):
  File "fib_db.py", line 35, in read
    v[i] = int(row[0])
ValueError: 基数10のint()に無効なリテラルです: '1.22001604151219e+19'

変更を加える：

cur.execute("INSERT INTO vs VALUES('" + str(vv) + "')")

このコードは、PythonでSQLクエリを実行する際に、変数 vv の値を文字列としてSQLの INSERT 文に組み込むものです。具体的には、vs テーブルに vv の値を挿入するSQLクエリを生成しています。

ここで、INSERT文の両側のシングルクォートをダブルクォートに変更し、数字の文字列にクォートを追加したことに気づきました。以前の書き方では、データベースは私たちの文字列を数字として扱っていましたが、今ではクォートで囲むことで文字列として認識されます。

その後、正しく動作するようになりました。しかし、以前の誤ったデータをどのようにクリアするかが問題です。

$ sqlite3 fib.db
SQLite version 3.32.3 2020-06-18 14:16:19
使い方のヒントは ".help" と入力してください。
sqlite> delete * from vs;

次に、他の操作を試してみましょう。増削改検（CRUD）です。ここでは、増削検の例を挙げました。

練習

• 学生は上記のように探索を進めます。

---

Back 2025.01.18 Donate