ysql统计一个数据库里所有表的数据量，最近在做统计想查找一个数据库里基本所有的表数据量，数据量少的通过select count再加起来也是可以的，不过表的数据有点多，不可能一个一个地查。记得在Navicat里，选择一个数据量，点击表，如图：

那么如何通过sql实现呢？在mysql里是可以查询information_schema.tables这张表的

SELECT table_rows,table_name FROM information_schema.tables  
WHERE TABLE_SCHEMA='数据库名称'
and table_name not in ('不查询的表名称') 
ORDER BY table_rows DESC;

OK，本来还以为已经没问题了，然后还是被反馈统计不对，后来去找了资料说是对于MyISAM才是正确的统计数据，但是对于InnoDB引擎的，可能与实际值相差 40% 到 50%，所以只是一个大概的统计所以针对这种情况，要更改存储引擎，肯定是不太合适，因为InnoDB是默认的存储引擎，能支持事务外健，并发情况性能也比较好。继续找资料，正确的sql如下：

select
table_schema as '数据库',
table_name as '表名',
table_rows as '记录数',
truncate(data_length/1024/1024, 2) as '数据容量(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;

查询结果如下：

如若转载，请注明出处：开源字节 https://sourcebyte.cn/article/240.html

否还在使用正则表达式处理文本呢？其实AI可以帮助你更轻松地完成任务。今天我将与大家分享如何使用claude Al从HTML中提取数据。首先，我们需要进行两个阶段的处理：第一步是采集原始数据，即下拉列表中的选项。第二步是使用AI处理数据。

首先，我们需要选择下拉列表中的元素，也就是options。但是，由于该下拉列表是由JS控制的，如果我们点击其他地方，它会缩回去。因此，如果我们再次点击“检查元素”，它就会缩回去。

为了解决这个问题，我们需要观察该下拉列表的动态行为。我们可以发现，它位于这一行中。此时，我们可以使用一个小技巧，右键复制元素，将其复制到剪贴板中。我们可以看到，刚才的options内容已经被复制到剪贴板中。现在，我们可以查看刚才的输出。这是原始数据采集的过程。

采集到数据后，我们需要登录claude Al，然后将其粘贴到文本中，它将自动转换为一个TXT文件。然后，我们可以输入“help me actrac info from the following text”的指令，它将自动执行一段Python代码，帮助我们处理数据。

它将自动生成一段代码，让我们自己处理数据。此时，我们可以告诉它“can you print the output for me”。我们只需要告诉它需要在哪个标签中提取数据即可。此时，它将执行其中的代码，并输出所需的数据。输出结果将显示为“我”。

此外，我们还可以使用其他数据来执行其他操作，这非常简单。

当然，这只是一个示例。您可能需要处理的不是HTML、XML或其他结构化或半结构化文本。在这种情况下，您可以直接将这些任务交给AI，让AI帮助您完成这些任务，从而使您更加轻松。因此，这是一个非常简单的技巧，希望您能学会。

用BeautifulSoup库解析 HTML 或 XML 数据可以按照以下步骤进行：

首先，确保你已经安装了BeautifulSoup库。可以使用pip命令进行安装：pip install beautifulsoup4。

导入BeautifulSoup库和相关的解析库，通常是html.parser或其他适合的解析器。

使用BeautifulSoup的parse方法将 HTML 或 XML 数据解析为一个BeautifulSoup对象。

通过find或find_all等方法在BeautifulSoup对象中查找特定的标签或属性。

对找到的元素进行进一步的操作，例如提取文本、获取属性值等。

下面是一个简单的示例，演示如何使用BeautifulSoup解析 HTML 数据：

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 数据

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

# 查找所有包含"sister"类的链接

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

# 打印链接的文本和链接地址

for link in sister_links:

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

在上述示例中，首先定义了一段 HTML 数据。然后，使用BeautifulSoup的parse方法将 HTML 数据解析为一个soup对象。接下来，使用find_all方法查找所有具有sister类的链接，并将它们存储在sister_links列表中。最后，通过遍历sister_links列表，打印每个链接的文本和链接地址。