SQLite 的 UPDATE 查詢(xún)用于修改表中已有的記錄。可以使用帶有 WHERE 子句的 UPDATE 查詢(xún)來(lái)更新選定行，否則所有的行都會(huì)被更新。

語(yǔ)法

帶有 WHERE 子句的 UPDATE 查詢(xún)的基本語(yǔ)法如下：

UPDATE table_name
SET column1 = value1, column2 = value2...., columnN = valueN
WHERE [condition];

您可以使用 AND 或 OR 運(yùn)算符來(lái)結(jié)合 N 個(gè)數(shù)量的條件。

實(shí)例

假設(shè) COMPANY 表有以下記錄：

ID          NAME        AGE         ADDRESS     SALARY
----------  ----------  ----------  ----------  ----------
1           Paul        32          California  20000.0
2           Allen       25          Texas       15000.0
3           Teddy       23          Norway      20000.0
4           Mark        25          Rich-Mond   65000.0
5           David       27          Texas       85000.0
6           Kim         22          South-Hall  45000.0
7           James       24          Houston     10000.0

下面是一個(gè)實(shí)例，它會(huì)更新 ID 為 6 的客戶(hù)地址：

sqlite> UPDATE COMPANY SET ADDRESS = 'Texas' WHERE ID = 6;

現(xiàn)在，COMPANY 表有以下記錄：

ID          NAME        AGE         ADDRESS     SALARY
----------  ----------  ----------  ----------  ----------
1           Paul        32          California  20000.0
2           Allen       25          Texas       15000.0
3           Teddy       23          Norway      20000.0
4           Mark        25          Rich-Mond   65000.0
5           David       27          Texas       85000.0
6           Kim         22          Texas       45000.0
7           James       24          Houston     10000.0

如果您想修改 COMPANY 表中 ADDRESS 和 SALARY 列的所有值，則不需要使用 WHERE 子句，UPDATE 查詢(xún)?nèi)缦拢?/p>

sqlite> UPDATE COMPANY SET ADDRESS = 'Texas', SALARY = 20000.00;

現(xiàn)在，COMPANY 表有以下記錄：

ID          NAME        AGE         ADDRESS     SALARY
----------  ----------  ----------  ----------  ----------
1           Paul        32          Texas       20000.0
2           Allen       25          Texas       20000.0
3           Teddy       23          Texas       20000.0
4           Mark        25          Texas       20000.0
5           David       27          Texas       20000.0
6           Kim         22          Texas       20000.0
7           James       24          Texas       20000.0