在日常數(shù)據(jù)處理工作中，將 Excel 文件內(nèi)容導(dǎo)入數(shù)據(jù)庫是一個(gè)常見需求。Python 生態(tài)中雖然有 pandas、openpyxl 等成熟方案，但當(dāng)遇到超大型 Excel 文件或需要精細(xì)控制單元格格式時(shí)，借助專用組件往往能提升開發(fā)效率。

本文基于輕量級(jí) Excel 處理庫完成 Excel 文件解析，結(jié)合 Python 內(nèi)置的 SQLite 數(shù)據(jù)庫（無需獨(dú)立部署），實(shí)現(xiàn)多工作表自動(dòng)識(shí)別、動(dòng)態(tài)創(chuàng)建表結(jié)構(gòu)、批量數(shù)據(jù)入庫的完整方案。

一、應(yīng)用場景與方案優(yōu)勢

適用場景

1. 企業(yè) Excel 報(bào)表數(shù)據(jù)遷移至數(shù)據(jù)庫持久化存儲(chǔ)；
2. 自動(dòng)化辦公：定期將 Excel 導(dǎo)出數(shù)據(jù)同步到數(shù)據(jù)庫；
3. 輕量級(jí)數(shù)據(jù)中臺(tái)：多 Excel 文件整合入庫，方便后續(xù)查詢分析；
   4.測試數(shù)據(jù)構(gòu)造：快速將 Excel 測試數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫。

方案核心優(yōu)勢

1. 無環(huán)境依賴：無需安裝 Microsoft Office/WPS，純 Python 庫解析 Excel；
2. 多工作表適配：自動(dòng)遍歷 Excel 所有 sheet，無需手動(dòng)指定；
3. 動(dòng)態(tài)建表：根據(jù) Excel 表頭自動(dòng)生成數(shù)據(jù)庫表結(jié)構(gòu)；
4. 安全穩(wěn)定：參數(shù)化 SQL 防注入，事務(wù)管理保證數(shù)據(jù)一致性；
5. 輕量免費(fèi)：適用于中小型 Excel 文件處理，無額外成本。

二、環(huán)境準(zhǔn)備

僅需安裝 Excel 解析庫（Free Spire.XLS for Python），SQLite 為 Python 內(nèi)置庫，無需額外安裝：

pip install FreeSpire.XLS

三、核心執(zhí)行流程

整個(gè)程序分為 5 個(gè)核心步驟，數(shù)據(jù)流轉(zhuǎn)清晰無冗余：

加載Excel文件 → 連接數(shù)據(jù)庫 → 遍歷工作表 → 讀取表頭+動(dòng)態(tài)建表 → 逐行數(shù)據(jù)插入 → 提交事務(wù)+釋放資源

3.1 完整代碼

from spire.xls import Workbook
import sqlite3
def excel_to_sqlite(excel_path, db_path):
    # 1. 加載 Excel 文件
    workbook = Workbook()
    workbook.LoadFromFile(excel_path)
    # 2. 連接數(shù)據(jù)庫
    conn = sqlite3.connect(db_path)
    cursor = conn.cursor()
    # 3. 遍歷每個(gè)工作表
    for sheet_index in range(workbook.Worksheets.Count):
        sheet = workbook.Worksheets.get_Item(sheet_index)
        sheet_name = sheet.Name.replace(" ", "")          # 表名中去掉空格
        # 4. 讀取表頭（第一行）
        header = []
        for col in range(sheet.AllocatedRange.ColumnCount):
            raw_value = sheet.Range[1, col + 1].Value
            # 字段名中去掉空格，并避免空字段
            field_name = raw_value.replace(" ", "") if raw_value else f"col_{col}"
            header.append(field_name)
        # 5. 創(chuàng)建數(shù)據(jù)庫表（所有字段暫定為 TEXT 類型）
        create_sql = f"""
        CREATE TABLE IF NOT EXISTS {sheet_name} (
            {', '.join([f'[{h}] TEXT' for h in header])}
        )
        """
        cursor.execute(create_sql)
        # 6. 逐行插入數(shù)據(jù)（跳過表頭行）
        for row in range(1, sheet.AllocatedRange.RowCount):  # row=1 對(duì)應(yīng) Excel 第二行
            row_data = []
            for col in range(sheet.AllocatedRange.ColumnCount):
                cell_value = sheet.Range[row + 1, col + 1].Value
                row_data.append(cell_value)
            # 使用參數(shù)化查詢防止 SQL 注入
            placeholders = ','.join(['?' for _ in row_data])
            insert_sql = f"INSERT INTO {sheet_name} ({','.join(header)}) VALUES ({placeholders})"
            cursor.execute(insert_sql, row_data)
    # 7. 提交并清理
    conn.commit()
    conn.close()
    workbook.Dispose()
if __name__ == "__main__":
    excel_to_sqlite("Sample.xlsx", "output/Report.db")

3.2 關(guān)鍵點(diǎn)解析

1. 工作表遍歷與表名清洗
workbook.Worksheets.Count 獲取工作表總數(shù)，get_Item(s) 按索引獲取。工作表名稱可能包含空格、特殊字符，直接用作 SQLite 表名會(huì)導(dǎo)致語法錯(cuò)誤，因此使用 .replace(" ", "") 去除空格。更嚴(yán)謹(jǐn)?shù)淖龇稍黾诱齽t過濾，只保留字母數(shù)字和下劃線。

2. 動(dòng)態(tài)建表與字段類型
示例將所有字段定義為 TEXT 類型，適配 Excel 中字符串、數(shù)字、日期等通用格式（可根據(jù)業(yè)務(wù)修改數(shù)據(jù)類型）。

3. 數(shù)據(jù)讀取的范圍
sheet.AllocatedRange 返回已使用的單元格區(qū)域（包含數(shù)據(jù)的最大矩形），比直接遍歷全部行列更高效。注意 RowCount 和 ColumnCount 是基于 1 的計(jì)數(shù)。

4. 參數(shù)化插入
使用 ? 占位符配合 cursor.execute(insert_sql, row_data) 能自動(dòng)處理字符串轉(zhuǎn)義，避免因 Excel 單元格內(nèi)容包含單引號(hào)導(dǎo)致的 SQL 錯(cuò)誤，同時(shí)防范注入風(fēng)險(xiǎn)。

四、擴(kuò)展：適配其他數(shù)據(jù)庫

只需修改數(shù)據(jù)庫連接部分，即可遷移到 MySQL、PostgreSQL 等。注意不同數(shù)據(jù)庫的標(biāo)識(shí)符引用符不同（MySQL 用反引號(hào) `，PostgreSQL 用雙引號(hào) "），以及字段類型映射的差異。例如連接 MySQL：

import pymysql
conn = pymysql.connect(host='localhost', user='root', password='123456', db='test')
cursor = conn.cursor()
# 建表時(shí)將 [field] 改為 `field`

結(jié)語

本文實(shí)現(xiàn)了一套輕量化、高可用的 Excel 數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫方案，核心優(yōu)勢為多工作表自動(dòng)適配、動(dòng)態(tài)表結(jié)構(gòu)生成、安全的數(shù)據(jù)插入，代碼簡潔且易于二次開發(fā)。方案適用于日常數(shù)據(jù)遷移、報(bào)表導(dǎo)入等輕量級(jí)場景，無需復(fù)雜配置即可快速落地使用。

如何將數(shù)據(jù)導(dǎo)入SQLite數(shù)據(jù)庫

以下內(nèi)容為擴(kuò)展知識(shí)，關(guān)于如何將數(shù)據(jù)導(dǎo)入SQLite數(shù)據(jù)庫中。

我注意到您的消息似乎不完整。如何將數(shù)據(jù)導(dǎo)入SQLite數(shù)據(jù)庫?

請(qǐng)?zhí)峁└嘈畔?，例如?/p>

• 您要導(dǎo)入什么格式的數(shù)據(jù)（CSV、JSON、SQL文件等）？
• 您使用的操作系統(tǒng)和編程環(huán)境（Python、命令行等）？
• 具體的導(dǎo)入需求或遇到的問題

同時(shí)，我可以先提供幾種常見的導(dǎo)入SQLite數(shù)據(jù)庫的方法：

1. 命令行導(dǎo)入CSV文件

sqlite3 database.db
.mode csv
.import data.csv table_name

2. 使用Python導(dǎo)入

import sqlite3
import pandas as pd
# 讀取CSV并導(dǎo)入
df = pd.read_csv('data.csv')
conn = sqlite3.connect('database.db')
df.to_sql('table_name', conn, if_exists='replace', index=False)

3. 導(dǎo)入SQL文件

sqlite3 database.db < dump.sql

請(qǐng)補(bǔ)充您的具體需求，我會(huì)提供更精確的幫助！

到此這篇關(guān)于使用 Python 將 Excel 數(shù)據(jù)批量導(dǎo)入到SQLite數(shù)據(jù)庫中的文章就介紹到這了,更多相關(guān)Python Excel 數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論