mdbq 2.9.3__py3-none-any.whl → 2.9.5__py3-none-any.whl

mdbq/mysql/mysql.py

@@ -132,6 +132,7 @@ class MysqlUpload:
 
         return wrapper
 
+    @try_except
     def dict_to_mysql(self, db_name, table_name, dict_data, icm_update=None, main_key=None, unique_main_key=None, index_length=100, set_type=None):
         """
         插入字典数据
@@ -294,15 +295,18 @@ class MysqlUpload:
             if unique_main_key:
                 for col in unique_main_key:
                     del dict_data[col]
-            update_datas = ', '.join([f'{k} = VALUES({k})' for k, v in dict_data.items()])
+            # 涉及列名务必使用反引号
+            update_datas = ', '.join([f'`{k}` = VALUES(`{k}`)' for k, v in dict_data.items()])
 
             # 构建 sql
             sql = f"INSERT INTO %s (%s) VALUES (%s) ON DUPLICATE KEY UPDATE %s" % (table_name, keys_data, values_data, update_datas)
+            # print(sql)
             cursor.execute(sql)
             connection.commit()  # 提交数据库
         connection.close()
 
     def cover_dict_dtypes(self, dict_data):
+        """ 清理字典键值 并转换数据类型  """
         if not dict_data:
             print(f'mysql.py -> MysqlUpload -> cover_dict_dtypes -> 传入的字典不能为空')
             return
@@ -329,10 +333,14 @@ class MysqlUpload:
             count_int, count_float = count_decimal_places(v)  # 判断小数，返回小数位数
             if result1:  # 京东sku/spu商品信息
                 __res_dict.update({k: 'mediumtext'})
+            elif k == '日期':
+                __res_dict.update({k: 'DATE'})
+            elif k == '更新时间':
+                __res_dict.update({k: 'TIMESTAMP'})
             elif str(v) == '':
                 __res_dict.update({k: 'mediumtext'})
             elif result2:  # 小数
-                __res_dict.update({k: 'decimal(10,4)'})
+                __res_dict.update({k: 'decimal(12,4)'})
             elif date_type == 1:  # 纯日期
                 __res_dict.update({k: 'DATE'})
             elif date_type == 2:  # 日期+时间
@@ -345,7 +353,7 @@ class MysqlUpload:
                         v = round(float(v), 4)
                     __res_dict.update({k: 'decimal(12,4)'})
                 elif count_float >= 6:
-                    __res_dict.update({k: 'decimal(12,6)'})
+                    __res_dict.update({k: 'decimal(14,6)'})
                 elif count_float >= 4:
                     __res_dict.update({k: 'decimal(10,4)'})
                 else:
@@ -355,12 +363,78 @@ class MysqlUpload:
             new_dict_data.update({k: v})
         return __res_dict, new_dict_data
 
+    def cover_df(self, df):
+        """ 清理 df 的值和列名 """
+        df.replace([np.inf, -np.inf], 0, inplace=True)  # 清理一些非法值
+        df.replace(to_replace=['\\N', '-', '--', '', 'nan', 'NAN'], value=0, regex=False, inplace=True)  # 替换掉特殊字符
+        df.replace(to_replace=[','], value='', regex=True, inplace=True)
+        df.replace(to_replace=['="'], value='', regex=True, inplace=True)  # ="和"不可以放在一起清洗, 因为有: id=86785565
+        df.replace(to_replace=['"'], value='', regex=True, inplace=True)
+        cols = df.columns.tolist()
+        for col in cols:
+            df[col] = df[col].apply(lambda x: float(re.sub(r'%$', '', str(x))) / 100 if (
+                    str(x) != '' and str(x).endswith('%')) else '0.0' if str(x) == '0%' else x)
+            try:
+                df[col] = df[col].apply(
+                    lambda x: int(x) if '_' not in str(x) and '.' not in str(x) else x)  # 不含小数点尝试转整数
+            except:
+                pass
+            if df[col].dtype == 'object':
+                try:
+                    df[col] = df[col].apply(lambda x: float(x) if '.' in str(x) and '_' not in str(x) else x)
+                except:
+                    pass
+            new_col = col.lower()
+            new_col = re.sub(r'[()\-，,&~^、 （）\"\'“”=·/。》《><！!`]', '_', new_col, re.IGNORECASE)
+            new_col = new_col.replace('）', '')
+            new_col = re.sub(r'_{2,}', '_', new_col)
+            new_col = re.sub(r'_+$', '', new_col)
+            df.rename(columns={col: new_col}, inplace=True)
+        df.fillna(0, inplace=True)
+        return df
+
+    def convert_df_dtypes(self, df: pd.DataFrame):
+        """ 清理 df 的值和列名，并转换数据类型 """
+        df = self.cover_df(df=df)  # 清理 df 的值和列名
+        [pd.to_numeric(df[col], errors='ignore') for col in df.columns.tolist()]
+        dtypes = df.dtypes.to_dict()
+        __res_dict = {}
+        for k, v in dtypes.items():
+            result1 = re.findall(r'编码|_?id|货号|款号|文件大小', k, re.IGNORECASE)
+            result2 = re.findall(r'占比$|投产$|产出$|roi$|率$', k, re.IGNORECASE)
+            result3 = re.findall(r'同比$|环比$', k, re.IGNORECASE)
+            result4 = re.findall(r'花费$|消耗$|金额$', k, re.IGNORECASE)
+
+            if result1:  # id/sku/spu商品信息
+                __res_dict.update({k: 'varchar(50)'})
+            elif result2:  # 小数
+                __res_dict.update({k: 'decimal(10,4)'})
+            elif result3:  # 小数
+                __res_dict.update({k: 'decimal(12,4)'})
+            elif result4:  # 小数
+                __res_dict.update({k: 'decimal(12,2)'})
+            elif k == '日期':
+                __res_dict.update({k: 'DATE'})
+            elif k == '更新时间':
+                __res_dict.update({k: 'TIMESTAMP'})
+            elif v == 'int64':
+                __res_dict.update({k: 'int'})
+            elif v == 'float64':
+                __res_dict.update({k: 'decimal(10,4)'})
+            elif v == 'bool':
+                __res_dict.update({k: 'BOOLEAN'})
+            elif v == 'datetime64[ns]':
+                __res_dict.update({k: 'datetime'})
+            else:
+                __res_dict.update({k: 'varchar(255)'})
+        return __res_dict, df
+
     @try_except
-    def df_to_mysql(self, df, table_name, db_name='远程数据源', icm_update=[], service_database={'xigua_lx': 'mysql'}, move_insert=False, df_sql=False, drop_duplicates=False, filename=None, count=None, json_path=None, reset_id=False):
+    def df_to_mysql(self, df, db_name, table_name, set_typ=None, icm_update=[], move_insert=False, df_sql=False, drop_duplicates=False,
+                    filename=None, count=None, reset_id=False):
         """
-        将 df 写入数据库
-        db_name: 数据库名称
-        table_name: 集合/表名称
+        db_name: 数据库名
+        table_name: 表名
         move_insert: 根据df 的日期，先移除数据库数据，再插入, df_sql, drop_duplicates, icm_update 都要设置为 False
         原则上只限于聚合数据使用，原始数据插入时不要设置
 
@@ -369,8 +443,6 @@ class MysqlUpload:
         icm_update: 增量更新, 在聚合数据中使用，原始文件不要使用，设置此参数时需将 drop_duplicates 改为 False
                 使用增量更新: 必须确保 icm_update 传进来的列必须是数据表中唯一主键，值不会发生变化，不会重复，否则可能产生错乱覆盖情况
         filename: 用来追踪处理进度，传这个参数是方便定位产生错误的文件
-        service_database: 这个参数是用来设置更新哪台服务器的 types 信息到本地 json 文件
-        json_path: 这个参数同样也是是用来设置更新 json 文件
         """
         self.filename = filename
         if isinstance(df, pd.DataFrame):
@@ -384,8 +456,13 @@ class MysqlUpload:
             print(f'{db_name} 不能为 None')
             return
 
-        cv = converter.DataFrameConverter()
-        df = cv.convert_df_cols(df=df)  # 清理 dataframe 非法值
+        # 清理 dataframe 非法值，并转换获取数据类型
+        dtypes, df = self.convert_df_dtypes(df)
+        if set_typ:
+            # 更新自定义的列数据类型
+            for k, v in dtypes.items():
+                # 确保传进来的 set_typ 键存在于实际的 df 列才 update
+                [dtypes.update({k: inside_v}) for inside_k, inside_v in set_typ.items() if k == inside_k]
 
         connection = pymysql.connect(**self.config)  # 连接数据库
         with connection.cursor() as cursor:
@@ -415,10 +492,6 @@ class MysqlUpload:
                 cursor.execute(sql)
                 print(f'创建 mysql 表: {table_name}')
 
-            for service_name, database in service_database.items():
-                # 2. 列数据类型转换，将 df 数据类型转换为 mysql 的数据类型
-                dtypes, cl, db_n, tb_n = self.convert_dtypes(df=df, db_name=db_name, table_name=table_name, path=json_path, service_name=service_name)
-
             #  有特殊字符不需转义
             sql = "SELECT COLUMN_NAME FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_SCHEMA = %s AND TABLE_NAME = %s;"
             cursor.execute(sql, (db_name, table_name))
@@ -444,7 +517,8 @@ class MysqlUpload:
 
             if df_sql:
                 now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S ")
-                print(f'{now}正在更新: mysql ({self.host}:{self.port}) {db_name}/{table_name}, {count}, {self.filename}')
+                print(
+                    f'{now}正在更新: mysql ({self.host}:{self.port}) {db_name}/{table_name}, {count}, {self.filename}')
                 engine = create_engine(
                     f"mysql+pymysql://{self.username}:{self.password}@{self.host}:{self.port}/{db_name}")  # 创建数据库引擎
                 df.to_sql(
@@ -454,45 +528,23 @@ class MysqlUpload:
                     index=False,
                     chunksize=1000
                 )
-                # print(f'重置自增')
-                # # 6. 重置自增列
-                # try:
-                #     cursor.execute(f"SHOW COLUMNS FROM {table_name} LIKE 'id'")
-                #     result = cursor.fetchone()
-                #     if result:
-                #         cursor.execute(f"ALTER TABLE {table_name} DROP COLUMN id;")  # 删除 id  列
-                #     cursor.execute(
-                #         f"ALTER TABLE {table_name} ADD column id INT AUTO_INCREMENT PRIMARY KEY FIRST;")
-                #     cursor.execute(f"ALTER TABLE {table_name} AUTO_INCREMENT = 1")  # 设置自增从 1 开始
-                # except Exception as e:
-                #     print(f'{e}')
-                #     connection.rollback()
-
-                if cl and db_n and tb_n:
-                    mysql_types.mysql_all_dtypes(db_name=db_name, table_name=table_name)  # 更新一个表的 dtypes
-                elif cl and db_n:
-                    mysql_types.mysql_all_dtypes(db_name=db_name)  # 更新一个数据库的 dtypes
-                elif cl:
-                    mysql_types.mysql_all_dtypes()  # 更新所有数据库所有数据表的 dtypes 信息到本地 json
-
+                if reset_id:
+                    # 6. 重置自增列
+                    try:
+                        cursor.execute(f"SHOW COLUMNS FROM {table_name} LIKE 'id'")
+                        result = cursor.fetchone()
+                        if result:
+                            cursor.execute(f"ALTER TABLE {table_name} DROP COLUMN id;")  # 删除 id  列
+                        cursor.execute(
+                            f"ALTER TABLE {table_name} ADD column id INT AUTO_INCREMENT PRIMARY KEY FIRST;")
+                        cursor.execute(f"ALTER TABLE {table_name} AUTO_INCREMENT = 1")  # 设置自增从 1 开始
+                    except Exception as e:
+                        print(f'{e}')
+                        connection.rollback()
+                connection.commit()  # 提交事务
                 connection.close()
                 return
 
-            # print(cl, db_n, tb_n)
-            # 返回这些结果的目的是等添加完列再写 json 文件才能读到 types 信息
-            # ⚠️ mysql_all_dtypes 函数默认只读取 xigua_lx 的数据库信息，不会读取其他系统
-            if cl and db_n and tb_n:
-                mysql_types.mysql_all_dtypes(db_name=db_name, table_name=table_name)  # 更新一个表的 dtypes
-            elif cl and db_n:
-                mysql_types.mysql_all_dtypes(db_name=db_name)  # 更新一个数据库的 dtypes
-            elif cl:
-                mysql_types.mysql_all_dtypes()  # 更新所有数据库所有数据表的 dtypes 信息到本地 json
-
-            # 4. 更新插入数据
-            now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S ")
-            for service_name, database in service_database.items():
-                print(f'{now}正在更新 mysql ({self.host}:{self.port}) {db_name}/{table_name}, {count}, {service_name}, {self.filename}')
-
             # 5. 移除指定日期范围内的数据，原则上只限于聚合数据使用，原始数据插入时不要设置
             if move_insert and '日期' in df.columns.tolist():
                 # 移除数据
@@ -534,7 +586,6 @@ class MysqlUpload:
                 # data 是传进来待处理的数据, 不是数据库数据
                 # data 示例: {'日期': Timestamp('2024-08-27 00:00:00'), '推广费余额': 33299, '品销宝余额': 2930.73, '短信剩余': 67471}
                 try:
-
                     condition = []
                     for k, v in data.items():
                         condition += [f'`{k}` = "{v}"']
@@ -559,7 +610,8 @@ class MysqlUpload:
                         cursor.execute(sql, (db_name, {table_name}))
                         columns = cursor.fetchall()
                         cols_exist = [col['COLUMN_NAME'] for col in columns]  # 数据表的所有列, 返回 list
-                        update_col = [item for item in cols_exist if item not in icm_update and item != 'id']  # 除了主键外的其他列
+                        update_col = [item for item in cols_exist if
+                                      item not in icm_update and item != 'id']  # 除了主键外的其他列
 
                         # unique_keys 示例: `日期`, `余额`
                         unique_keys = ', '.join(f"`{item}`" for item in update_col)  # 列名需要转义
@@ -595,7 +647,8 @@ class MysqlUpload:
                                 if change_values:  # change_values 有数据返回，表示值需要更新
                                     if not_change_col:
                                         not_change_values = [f'`{col}` = "{str(data[col])}"' for col in not_change_col]
-                                        not_change_values = ' AND '.join(not_change_values)  # 示例: `短信剩余` = '888' AND `test1` = '93'
+                                        not_change_values = ' AND '.join(
+                                            not_change_values)  # 示例: `短信剩余` = '888' AND `test1` = '93'
                                         # print(change_values, not_change_values)
                                         condition += f' AND {not_change_values}'  # 重新构建完整的查询条件，将未发生变化的列加进查询条件
                                     change_values = ', '.join(f"{item}" for item in change_values)  # 注意这里 item 外面没有反引号
@@ -629,107 +682,6 @@ class MysqlUpload:
         connection.commit()  # 提交事务
         connection.close()
 
-    def convert_dtypes(self, df, db_name, table_name, path=None, service_name=None):
-        """
-        根据本地 json 转换 df 的类型为 mysql 专有的数据类型
-        可能不存在本地 json 文件 (函数按指定规则转换并更新 json)
-        允许通过 json 文件手动添加或修改列的数据类型(仅影响初创数据表)
-        """
-        cols = df.columns.tolist()
-        # path = set_support.SetSupport(dirname='support').dirname
-        d = mysql_types.DataTypes(path=path, service_name=service_name)
-        # 从本地文件中读取 dtype 信息
-        dtypes, cl, db_n, tb_n = d.load_dtypes(cl='mysql', db_name=db_name, table_name=table_name)
-        # 可能会因为没有 json 文件, 返回 None
-        if dtypes:
-            # 按照文件记录更新 dtypes
-            dtypes.update({col: dtypes[col] for col in cols if col in dtypes.keys()})
-            # 可能存在部分列不在文件记录中
-            col_not_exist = [col for col in cols if col not in dtypes.keys()]
-            # 这些列不存在于 df 中, 必须移除
-            [dtypes.pop(col) for col in list(dtypes.keys()) if col not in cols]
-        else:  # 没有 json 文件时
-            dtypes = df.dtypes.apply(str).to_dict()  # 将 dataframe 数据类型转为字典形式
-            col_not_exist = cols
-        # 对文件不存在的列信息进行数据类型转换(按指定规则)
-        dtypes.update({col: self.convert_dtype_to_sql(df=df, col=col, dtype=df[col].dtype) for col in col_not_exist})
-        # print(dtypes)
-        # 至此 df 中全部列类型已经转换完成
-        # 返回结果, 示例: {'上市年份': 'mediumtext', '商品id': 'mediumtext', '平台': 'mediumtext'}
-        return dtypes, cl, db_n, tb_n  # 返回这些结果的目的是等添加完列再写 json 文件才能读到 types 信息
-
-    def convert_dtype_to_sql(self, df, col, dtype):
-        """ 按照以下规则转换DataFrame列的数据类型为 MYSQL 专有的数据类型 """
-
-        def find_longest_decimal_value(number_list):
-            # 针对小数设置的函数, 用来获取列表中小数位数最长的值
-            longest_value = None
-            max_decimals = 0
-            for num in number_list:
-                try:
-                    decimal_places = len(str(num).split('.')[1])
-                    if decimal_places > max_decimals:
-                        max_decimals = decimal_places
-                        longest_value = num
-                except:
-                    longest_value = num
-                    continue
-            return longest_value
-
-        if '商品编码' in col:  # 京东sku/spu商品信息
-            return 'mediumtext'
-        if '文件大小' in col:  # bw 程序
-            return 'mediumtext'
-        if col.endswith('占比') and (df[col].dtype == 'float' or df[col].dtype == 'int'):
-            return 'decimal(10,4)'
-        elif dtype == 'datetime64[ns]':
-            return 'DATETIME'  # 使用 DATE 后续排重可能会引发不能排重
-        elif dtype == 'int32':
-            max_num = str(max(df[col].tolist()))
-            if len(max_num) >= 10:  # 数值长度超限转为 mediumtext
-                return 'mediumtext'
-            return 'INT'
-        elif dtype == 'int64':
-            max_num = str(max(df[col].tolist()))
-            if len(max_num) >= 10:
-                return 'mediumtext'
-            return 'INT'
-        elif dtype == 'float64':
-            res = find_longest_decimal_value(df[col].tolist())  # 取小数位数最长的值
-            if 'e' in str(res):
-                res = round(float(res), 4)
-            int_step = len(str(res).split('.')[0])   # 整数位数长度
-            f_step = len(str(res).split('.')[1])  # 小数位数长度
-
-            if int_step >= 12:
-                return 'mediumtext'  # mysql 中不要使用 float 和 double 类型，会影响计算结果
-            elif int_step >= 8 and f_step >= 0:
-                return 'decimal(16, 2)'
-            elif int_step >= 6 and f_step >= 0:
-                return 'decimal(10, 2)'
-            elif int_step >= 4 and f_step >= 0:
-                return 'decimal(10, 2)'
-            elif int_step >= 2 and f_step >= 6:
-                return 'decimal(12, 4)'
-            elif int_step >= 2 and f_step > 4:
-                return 'decimal(12, 4)'
-            elif int_step >= 2 and f_step > 2:
-                return 'decimal(10, 4)'
-            elif int_step >= 2 and f_step >= 0:
-                return 'decimal(10, 2)'
-            elif int_step >= 1 and f_step >= 6:
-                return 'decimal(12, 4)'
-            elif int_step >= 1 and f_step > 4:
-                return 'decimal(12, 4)'
-            elif int_step >= 1 and f_step > 2:
-                return 'decimal(10, 4)'
-            else:
-                return 'decimal(10, 2)'
-        elif dtype == 'object':
-            return 'mediumtext'
-        else:
-            return 'mediumtext'
-
     # @try_except
     def read_mysql(self, table_name, start_date, end_date, db_name='远程数据源', date_name='日期'):
         """ 读取指定数据表，可指定日期范围，返回结果: df """
@@ -1163,6 +1115,8 @@ if __name__ == '__main__':
     username, password, host, port = data['username'], data['password'], data['host'], data['port']
     print(username, password, host, port)
 
-    ss = '2024-11-08'
-    ss= re.sub(r'\\N', '0', ss)
-    print(ss, '111')
+    df = pd.read_excel('/Users/xigua/Downloads/66563857.xlsx')
+    ss = MysqlUpload(username, password, host, port)
+    res, data = ss.convert_df_dtypes(df=df)
+    print(data)
+    print(res)

mdbq/mysql/recheck_mysql.py

@@ -150,8 +150,8 @@ class ReCheckMysql:
             move_insert=True,  # 先删除，再插入
             df_sql=False,  # 值为 True 时使用 df.to_sql 函数上传整个表, 不会排重
             drop_duplicates=False,  # 值为 True 时检查重复数据再插入，反之直接上传，会比较慢
+            count=None,
             filename='',  # 用来追踪处理进度
-            service_database={'company': 'mysql'},  # 字典
         )
 
 

mdbq/req_post/req_tb.py

@@ -611,8 +611,8 @@ def company_run(service_databases=[]):
                         move_insert=False,  # 先删除，再插入
                         df_sql=False,  # 值为 True 时使用 df.to_sql 函数上传整个表, 不会排重
                         drop_duplicates=False,  # 值为 True 时检查重复数据再插入，反之直接上传，会比较慢
+                        count=None,
                         filename=None,  # 用来追踪处理进度
-                        service_database=dt,  # 字典
                     )
                     now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S ")
                     print(f'{now} {db_name} -> {table_name}: 已入库')

{mdbq-2.9.3.dist-info → mdbq-2.9.5.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: mdbq
-Version: 2.9.3
+Version: 2.9.5
 Home-page: https://pypi.org/project/mdbq
 Author: xigua, 
 Author-email: 2587125111@qq.com

{mdbq-2.9.3.dist-info → mdbq-2.9.5.dist-info}/RECORD

@@ -1,11 +1,11 @@
 mdbq/__init__.py,sha256=Il5Q9ATdX8yXqVxtP_nYqUhExzxPC_qk_WXQ_4h0exg,16
 mdbq/__version__.py,sha256=y9Mp_8x0BCZSHsdLT_q5tX9wZwd5QgqrSIENLrb6vXA,62
 mdbq/aggregation/__init__.py,sha256=EeDqX2Aml6SPx8363J-v1lz0EcZtgwIBYyCJV6CcEDU,40
-mdbq/aggregation/aggregation.py,sha256=IVh9SFO1yp12qDBuEOWTi9SAytYktKBrsPJNPuDetSM,73254
+mdbq/aggregation/aggregation.py,sha256=3d_sx-cFrW-c03D5Ry9jf144Ph3d0znIl3IHmnInsYA,73902
 mdbq/aggregation/df_types.py,sha256=U9i3q2eRPTDY8qAPTw7irzu-Tlg4CIySW9uYro81wdk,8125
 mdbq/aggregation/mysql_types.py,sha256=YTGyrF9vcRgfkQbpT-e-JdJ7c7VF1dDHgyx9YZRES8w,10934
 mdbq/aggregation/optimize_data.py,sha256=79uwiM2WqNNFxGpE2wKz742PRq-ZGgFjdOV0vgptHdY,3513
-mdbq/aggregation/query_data.py,sha256=zut8WyyAKTULfGWMltyQYqsVsIaBDUU8E3w2_UL4hbA,103248
+mdbq/aggregation/query_data.py,sha256=0kiJQv7xLeH7kXxPmMiUUPYIlt5gcEyzSETmJTV372U,103891
 mdbq/bdup/__init__.py,sha256=AkhsGk81SkG1c8FqDH5tRq-8MZmFobVbN60DTyukYTY,28
 mdbq/bdup/bdup.py,sha256=LAV0TgnQpc-LB-YuJthxb0U42_VkPidzQzAagan46lU,4234
 mdbq/clean/__init__.py,sha256=A1d6x3L27j4NtLgiFV5TANwEkLuaDfPHDQNrPBbNWtU,41
@@ -13,12 +13,10 @@ mdbq/clean/clean_upload.py,sha256=yMAb6tV9XHhFJbRrCOeaPfszApJ9y5M4-hQGuBSXNqE,67
 mdbq/clean/data_clean.py,sha256=ucfslhqXVZoH2QaXHSAWDky0GhIvH9f4GeNaHg4SrFE,104790
 mdbq/company/__init__.py,sha256=qz8F_GsP_pMB5PblgJAUAMjasuZbOEp3qQOCB39E8f0,21
 mdbq/company/copysh.py,sha256=eFu6focRqm2Njn_XN1KW2ZYJiTv6EYgsdBCLokobyxQ,21572
-mdbq/company/copysh_bak.py,sha256=NvlXCBZBcO2GIT5nLRYYqhOyHWM1-1RE7DHvgbj6jmQ,19723
-mdbq/company/home_sh.py,sha256=42CZ2tZIXHLl2mOl2gk2fZnjH2IHh1VJ1s3qHABjonY,18021
 mdbq/config/__init__.py,sha256=jso1oHcy6cJEfa7udS_9uO5X6kZLoPBF8l3wCYmr5dM,18
 mdbq/config/get_myconf.py,sha256=cmNvsyoNa0RbZ9FOTjSd3jyyGwkxjUo0phvdHbGlrms,6010
 mdbq/config/myconfig.py,sha256=EGymTlAimtHIDJ9egCtOehBEPOj6rea504kvsEZu64o,854
-mdbq/config/products.py,sha256=Sj4FSb2dZcMKp6ox-FJdIR87QLgMN_TJ7Z6KAWMTWyw,6214
+mdbq/config/products.py,sha256=StTRtphOmFccWxmb92lbIdQC6z83DpJVgYuVc4W7Rog,6296
 mdbq/config/set_support.py,sha256=xkZCX6y9Bq1ppBpJAofld4B2YtchA7fl0eT3dx3CrSI,777
 mdbq/config/update_conf.py,sha256=taL3ZqKgiVWwUrDFuaYhim9a72Hm4BHRhhDscJTziR8,4535
 mdbq/dataframe/__init__.py,sha256=2HtCN8AdRj53teXDqzysC1h8aPL-mMFy561ESmhehGQ,22
@@ -28,8 +26,8 @@ mdbq/log/mylogger.py,sha256=oaT7Bp-Hb9jZt52seP3ISUuxVcI19s4UiqTeouScBO0,3258
 mdbq/mongo/__init__.py,sha256=SILt7xMtQIQl_m-ik9WLtJSXIVf424iYgCfE_tnQFbw,13
 mdbq/mongo/mongo.py,sha256=v9qvrp6p1ZRWuPpbSilqveiE0FEcZF7U5xUPI0RN4xs,31880
 mdbq/mysql/__init__.py,sha256=A_DPJyAoEvTSFojiI2e94zP0FKtCkkwKP1kYUCSyQzo,11
-mdbq/mysql/mysql.py,sha256=tKkgjbOvy5uIn7Z-ws_biS-04-UHnr5rKqNvtWr_Yss,62024
-mdbq/mysql/recheck_mysql.py,sha256=jHQSlQy0PlQ_EYICQv_2nairUX3t6OIwPtSELKIpjkY,8702
+mdbq/mysql/mysql.py,sha256=Ivw2Ke4-4_oTZb4naB_kh4jP24MJUUAhdGViNx8LA1E,59276
+mdbq/mysql/recheck_mysql.py,sha256=rgTpvDMWYTyEn7UQdlig-pdXDluTgiU8JG6lkMh8DV0,8665
 mdbq/mysql/s_query.py,sha256=bgNNIqYLDCHjD5KTFcm6x4u74selpAGs5ouJYuqX86k,8447
 mdbq/mysql/year_month_day.py,sha256=VgewoE2pJxK7ErjfviL_SMTN77ki8GVbTUcao3vFUCE,1523
 mdbq/other/__init__.py,sha256=jso1oHcy6cJEfa7udS_9uO5X6kZLoPBF8l3wCYmr5dM,18
@@ -42,10 +40,10 @@ mdbq/pbix/pbix_refresh.py,sha256=JUjKW3bNEyoMVfVfo77UhguvS5AWkixvVhDbw4_MHco,239
 mdbq/pbix/refresh_all.py,sha256=OBT9EewSZ0aRS9vL_FflVn74d4l2G00wzHiikCC4TC0,5926
 mdbq/pbix/refresh_all_old.py,sha256=_pq3WSQ728GPtEG5pfsZI2uTJhU8D6ra-htIk1JXYzw,7192
 mdbq/req_post/__init__.py,sha256=jso1oHcy6cJEfa7udS_9uO5X6kZLoPBF8l3wCYmr5dM,18
-mdbq/req_post/req_tb.py,sha256=PexWSCPJNM6Tv0ol4lAWIhlOwsAr_frnjtcdSHCFiek,36179
+mdbq/req_post/req_tb.py,sha256=qg7pet73IgKGmCwxaeUyImJIoeK_pBQT9BBKD7fkBNg,36160
 mdbq/spider/__init__.py,sha256=RBMFXGy_jd1HXZhngB2T2XTvJqki8P_Fr-pBcwijnew,18
 mdbq/spider/aikucun.py,sha256=jHrdGWBJQaSywx7V-U4YuM6vWkwC5SR5tTOOdB3YU_c,17306
-mdbq-2.9.3.dist-info/METADATA,sha256=fL1JR-lJNlMr2cIzQIEO460TetP9yzBerJPCJYnBRQ8,243
-mdbq-2.9.3.dist-info/WHEEL,sha256=cpQTJ5IWu9CdaPViMhC9YzF8gZuS5-vlfoFihTBC86A,91
-mdbq-2.9.3.dist-info/top_level.txt,sha256=2FQ-uLnCSB-OwFiWntzmwosW3X2Xqsg0ewh1axsaylA,5
-mdbq-2.9.3.dist-info/RECORD,,
+mdbq-2.9.5.dist-info/METADATA,sha256=kXmviy083bUKwNHey1JZepeXQYgRTnz_ahy6pegjzJg,243
+mdbq-2.9.5.dist-info/WHEEL,sha256=eOLhNAGa2EW3wWl_TU484h7q1UNgy0JXjjoqKoxAAQc,92
+mdbq-2.9.5.dist-info/top_level.txt,sha256=2FQ-uLnCSB-OwFiWntzmwosW3X2Xqsg0ewh1axsaylA,5
+mdbq-2.9.5.dist-info/RECORD,,

{mdbq-2.9.3.dist-info → mdbq-2.9.5.dist-info}/WHEEL

@@ -1,5 +1,5 @@
 Wheel-Version: 1.0
-Generator: setuptools (70.1.0)
+Generator: bdist_wheel (0.44.0)
 Root-Is-Purelib: true
 Tag: py3-none-any