简介：这是一套面向高校学生与Python初学者、用于课程设计或数据库大作业的库存管理系统完整资料，包含源码、SQL文件与设计报告三部分，可帮助读者理解从需求分析到功能落地的完整开发流程。压缩包共1473个文件，约28.52MB，以ts、html、js、scss、less等前端资源为主，辅以py、pyc等Python源码与编译文件，另有sql、sqlite3数据库文件及md、pdf、docx等说明文档，目录结构清晰，便于按模块查阅。系统覆盖商品信息管理、库存信息管理、入库出库操作、库存查询统计与用户权限管理等核心模块，设计报告则对数据库表结构、字段约束与表间关系作了详细阐述。目前已有44人学习下载，适合需要参考完整项目结构、数据库设计思路与Python业务实现细节的读者借鉴使用。

1. 从一份课程设计说起：Python 库存管理系统到底要交付什么

每年到了期末，总有一批人卡在“库存管理系统”这个选题上。标题里写着“源码+sql文件+设计报告”，看起来三样东西齐了就能交差，但真正动手才发现：源码跑不起来、sql 文件导入报错、设计报告和代码对不上号。我带过几届学生的课程设计，也帮朋友改过类似的单子，最常见的翻车现场不是代码写得多烂，而是环境没配对、数据库没连上、表结构跟代码里的字段名差一个字母。

这个方案适合谁？一是正在做课程设计、需要一套能跑通的 Python 库存管理系统的人；二是想拿它当练手项目、把增删改查和数据库操作串一遍的入门者。它解决的核心问题很具体：用 Python 把商品入库、出库、库存查询、低库存预警这几个动作跑通，数据落到 MySQL 里，最后能生成一份说得清设计思路的报告。下面我按实际落地的顺序，把环境、表结构、核心代码、避坑点拆开讲。

2. 环境与依赖：把 Python 和 MySQL 先接上

2.1 为什么选 PyMySQL 而不是 MySQLdb

Python 连 MySQL 的库有好几个，常见的是 MySQLdb、PyMySQL、mysql-connector-python。MySQLdb 在 Windows 上装起来经常卡在编译环节，mysql-connector 是官方出品但 API 风格跟课程设计里常见的写法不太一样。PyMySQL 是纯 Python 实现，pip 一条命令就能装，代码里import pymysql直接能用，对新手最友好。我一般会先确认 Python 版本，3.8 到 3.11 都行，再装依赖。

# 确认 Python 版本，建议 3.8 以上 python --version # 安装 PyMySQL，这是连 MySQL 的核心库 pip install pymysql # 如果要做界面，装 tkinter 相关（标准库自带，一般不用额外装） # 如果要用到日期处理，装 datetime（标准库自带）

装完之后别急着写代码，先确认 MySQL 服务是活的。Windows 下在服务里看 MySQL 是否运行，Linux 下用systemctl status mysql。这一步跳过的人，后面报Can't connect to MySQL server的时候会找半天。

2.2 建库建表的 sql 文件怎么导入

标题里的“sql 文件”通常包含建库、建表、插初始数据三部分。我习惯把库名定为inventory_db，字符集用utf8mb4，不然商品名里的中文会变问号。导入方式有两种：命令行和图形工具。命令行更稳，不容易因为工具版本差异出问题。

# 登录 MySQL，输入密码 mysql -u root -p # 在 MySQL 命令行里执行 sql 文件 source /path/to/inventory.sql; # 或者退出后用命令行直接导入 mysql -u root -p inventory_db < /path/to/inventory.sql

导入之后一定要验证：use inventory_db; show tables;看表在不在，select * from product limit 5;看数据有没有进去。我见过有人导入时没指定库，结果表建到了别的库里，代码连上去查不到表，报Table 'inventory_db.product' doesn't exist。

2.3 数据库连接配置的写法与参数说明

连接配置我一般单独放一个db_config.py，不硬编码在主程序里。这样换环境只改一个文件。关键参数有五个：host、port、user、password、database，再加一个 charset。

# db_config.py import pymysql def get_connection(): return pymysql.connect( host='localhost', # 数据库地址，本机就是 localhost port=3306, # MySQL 默认端口，改过就填改后的 user='root', # 用户名 password='your_pass', # 换成你自己的密码 database='inventory_db', # 库名，要和 sql 文件里一致 charset='utf8mb4', # 字符集，防止中文乱码 cursorclass=pymysql.cursors.DictCursor # 让查询结果以字典返回 )

cursorclass设成DictCursor之后，fetchone()返回的是{'product_name': '螺丝刀', 'stock': 20}这种形式，取值用row['product_name']，比用下标row[1]可读性好得多。密码不要写死成123456然后提交到公开仓库，这是血泪经验，改起来一分钟，泄露了很麻烦。

3. 核心功能落地：入库、出库、查询、预警怎么写

3.1 商品表的字段设计与 sql 建表语句

表结构设计不好，后面代码怎么写都别扭。商品表我一般叫product，字段包括：自增主键id、商品编号product_code（唯一）、商品名product_name、规格spec、库存数量stock、库存下限min_stock、创建时间create_time。库存下限是用来做预警的，低于这个值就提示补货。

CREATE TABLE `product` ( `id` INT NOT NULL AUTO_INCREMENT, `product_code` VARCHAR(50) NOT NULL UNIQUE COMMENT '商品编号', `product_name` VARCHAR(100) NOT NULL COMMENT '商品名称', `spec` VARCHAR(100) DEFAULT NULL COMMENT '规格', `stock` INT NOT NULL DEFAULT 0 COMMENT '当前库存', `min_stock` INT NOT NULL DEFAULT 10 COMMENT '库存下限', `create_time` DATETIME DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

product_code加 UNIQUE 约束，防止重复录入同一个商品。stock和min_stock用 INT，别用 VARCHAR，不然排序和比较会出玄学问题。create_time默认当前时间，插入时不用手动传。

3.2 入库操作的完整函数与事务处理

入库不是简单地把 stock 加一下。正确做法是：先查商品是否存在，存在就更新库存，不存在就插入新商品，整个过程放在一个事务里。这样中途出错可以回滚，不会出现“库存加了但日志没记”的情况。

import pymysql from db_config import get_connection def stock_in(product_code, product_name, spec, quantity, min_stock=10): """ 入库操作：商品存在则增加库存，不存在则新建 quantity: 入库数量，必须为正整数 """ if quantity <= 0: return False, "入库数量必须大于 0" conn = get_connection() try: with conn.cursor() as cursor: # 先查商品是否存在 sql_check = "SELECT id, stock FROM product WHERE product_code = %s" cursor.execute(sql_check, (product_code,)) result = cursor.fetchone() if result: # 存在，更新库存 new_stock = result['stock'] + quantity sql_update = "UPDATE product SET stock = %s WHERE product_code = %s" cursor.execute(sql_update, (new_stock, product_code)) else: # 不存在，插入新记录 sql_insert = """INSERT INTO product (product_code, product_name, spec, stock, min_stock) VALUES (%s, %s, %s, %s, %s)""" cursor.execute(sql_insert, (product_code, product_name, spec, quantity, min_stock)) # 记录入库日志（假设有 log 表） sql_log = """INSERT INTO stock_log (product_code, change_type, change_qty) VALUES (%s, 'IN', %s)""" cursor.execute(sql_log, (product_code, quantity)) conn.commit() return True, "入库成功" except Exception as e: conn.rollback() return False, f"入库失败：{str(e)}" finally: conn.close()

with conn.cursor()这种写法会自动关闭游标，不用手动cursor.close()。conn.commit()放在with外面，确保所有操作都成功才提交。except里先rollback()再返回错误信息，这样数据不会脏。参数用%s占位，不要用字符串拼接，否则商品名里带单引号就会 SQL 报错，这也是常见的注入隐患。

3.3 出库与库存不足的判断逻辑

出库比入库多一层判断：库存够不够。不够就直接拒绝，不要先减再补。判断和更新要在同一个事务里，避免并发时超卖。

def stock_out(product_code, quantity): """ 出库操作：先判断库存是否充足，充足则扣减 """ if quantity <= 0: return False, "出库数量必须大于 0" conn = get_connection() try: with conn.cursor() as cursor: # 加 FOR UPDATE 锁住这一行，防止并发扣减 sql_check = "SELECT stock FROM product WHERE product_code = %s FOR UPDATE" cursor.execute(sql_check, (product_code,)) result = cursor.fetchone() if not result: return False, "商品不存在" if result['stock'] < quantity: return False, f"库存不足，当前库存 {result['stock']}" sql_update = "UPDATE product SET stock = stock - %s WHERE product_code = %s" cursor.execute(sql_update, (quantity, product_code)) sql_log = """INSERT INTO stock_log (product_code, change_type, change_qty) VALUES (%s, 'OUT', %s)""" cursor.execute(sql_log, (product_code, quantity)) conn.commit() return True, "出库成功" except Exception as e: conn.rollback() return False, f"出库失败：{str(e)}" finally: conn.close()

FOR UPDATE是行级锁，在事务里锁住查询到的行，别的事务要改这一行就得等。课程设计里并发场景不多，但写上这个能体现你考虑过数据一致性。注意FOR UPDATE必须在事务里用，autocommit 模式下不生效。

3.4 库存查询与低库存预警的 sql 写法

查询分两种：按商品编号精确查，和查全部。预警就是查stock < min_stock的记录。sql 本身不复杂，关键是返回结果的处理。

def query_stock(product_code=None): """查询库存，传编号查单个，不传查全部""" conn = get_connection() try: with conn.cursor() as cursor: if product_code: sql = "SELECT * FROM product WHERE product_code = %s" cursor.execute(sql, (product_code,)) return cursor.fetchone() else: sql = "SELECT * FROM product ORDER BY stock ASC" cursor.execute(sql) return cursor.fetchall() finally: conn.close() def low_stock_alert(): """返回所有低于库存下限的商品""" conn = get_connection() try: with conn.cursor() as cursor: sql = "SELECT * FROM product WHERE stock < min_stock" cursor.execute(sql) return cursor.fetchall() finally: conn.close()

ORDER BY stock ASC让库存少的排前面，一眼能看到哪些快没了。预警查询用<而不是<=，因为等于下限时通常还算安全，低于才需要补。这个细节设计报告里可以写一句，显得有思考。

4. 避坑与排查：那些让系统跑不起来的常见问题

4.1 中文乱码：从建库到连接的三处字符集

现象：商品名存进去变成???或者乱码。原因通常有三处：建库时没指定字符集、建表时没指定、连接时没指定。解决方法是三处都统一成utf8mb4。建库语句写成CREATE DATABASE inventory_db DEFAULT CHARSET utf8mb4;，建表末尾加DEFAULT CHARSET=utf8mb4，连接参数里加charset='utf8mb4'。三处缺一处都可能出问题，我一般建完库先show variables like 'character%';确认一下。

4.2 导入 sql 文件报 1064 或 1046

现象：source导入时提示语法错误或者“No database selected”。原因一是 sql 文件里没有USE inventory_db;，二是文件编码不是 UTF-8。解决方法是打开 sql 文件，在开头手动加一行USE inventory_db;，并确认文件保存为 UTF-8 无 BOM 格式。Windows 记事本默认可能带 BOM，用 VS Code 或 Notepad++ 转一下。

4.3 连接报 2003：MySQL 服务没起或端口不对

现象：pymysql.err.OperationalError: (2003, "Can't connect to MySQL server on 'localhost'")。原因一是 MySQL 服务没启动，二是端口不是 3306，三是防火墙拦了。解决方法是先net start mysql（Windows）或systemctl start mysql（Linux），再确认端口，show variables like 'port';能看到实际端口。如果改过端口，连接配置里也要改。

4.4 出库后库存变负数

现象：明明判断了库存不足，还是出现了负数。原因通常是判断和更新之间没有锁，两个请求同时读到相同库存，都判断通过，然后都扣减。解决方法是像 3.3 那样用FOR UPDATE锁行，或者把判断和更新合并成一条 sql：UPDATE product SET stock = stock - %s WHERE product_code = %s AND stock >= %s，看影响行数是否为 1。后者更简洁，推荐。

4.5 设计报告和代码对不上

现象：报告里写的表字段和代码里用的不一致，或者报告里的功能代码里没实现。原因是先写报告后写代码，或者改代码没同步改报告。解决方法是先定表结构，代码按表结构写，报告里的 ER 图和字段说明直接从DESC product;的输出复制。改代码时顺手在报告里标一下，别等最后对不上再返工。

5. 进阶技巧：把系统从“能跑”推到“好用”

5.1 用上下文管理器简化数据库操作

每次写try...finally关连接太啰嗦。可以写一个上下文管理器，把连接和关闭包起来。

from contextlib import contextmanager @contextmanager def db_cursor(): conn = get_connection() try: with conn.cursor() as cursor: yield cursor conn.commit() except Exception: conn.rollback() raise finally: conn.close() # 用的时候 with db_cursor() as cursor: cursor.execute("SELECT * FROM product") rows = cursor.fetchall()

这样业务代码里不用重复写 commit 和 close，出错自动回滚。yield之前是进入时的操作，之后是退出时的操作。注意conn.commit()放在with conn.cursor()外面，确保游标关闭后再提交。

5.2 给查询加分页，避免数据多了卡死

商品上千条之后，fetchall()一次全取出来会占内存，界面也会卡。加 LIMIT 和 OFFSET 分页。

def query_stock_page(page=1, page_size=20): offset = (page - 1) * page_size conn = get_connection() try: with conn.cursor() as cursor: sql = "SELECT * FROM product ORDER BY id LIMIT %s OFFSET %s" cursor.execute(sql, (page_size, offset)) return cursor.fetchall() finally: conn.close()

page从 1 开始，offset是跳过的行数。page_size一般 20 到 50，看界面能显示多少行。别忘了再写一个count查询算总页数，不然不知道有多少页。

5.3 用日志表追溯每一次库存变动

只改product表的 stock，出了问题查不到是谁改的、什么时候改的。加一张stock_log表，每次入库出库都插一条。

CREATE TABLE `stock_log` ( `id` INT NOT NULL AUTO_INCREMENT, `product_code` VARCHAR(50) NOT NULL, `change_type` ENUM('IN','OUT') NOT NULL, `change_qty` INT NOT NULL, `change_time` DATETIME DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

change_type用 ENUM 限制只能填 IN 或 OUT，防止写错。查某个商品的所有变动：SELECT * FROM stock_log WHERE product_code = 'P001' ORDER BY change_time DESC;。这个表在写设计报告时也是加分项，说明你考虑了审计和追溯。

5.4 验证系统是否真的跑通：三个必做测试

写完代码别急着交，跑三个测试。第一，入库一个新商品，查库存是否为入库数量。第二，出库数量大于库存，看是否返回“库存不足”且库存没变。第三，把某个商品库存改到低于下限，调预警函数看是否返回该商品。三个都过了，基本功能就没问题。我习惯把测试结果截图放进设计报告，比空口说“已实现”有说服力。

最后说个习惯：每次改完代码，先把db_config.py里的密码换成自己的再跑，别用别人的配置。数据库连接失败时，先看服务起没起，再看端口和密码，最后看库名和表名。这个顺序能省很多时间。希望帮到你。

本文还有配套的精品资源，点击获取