上周,推送了一篇:“ 收藏!用Python一键批量将任意结构的CSV文件导入MySQL数据库。” 本文是上篇的姊妹篇,只不过是把数据库换成了 Python 自带的SQLite3。
使用 SQLite3 的优势还是很明显的,它是一种嵌入式数据库,只是一个.db
格式的文件,无需安装、配置和启动,移植性非常好。是轻量级数据的不二之选!推荐看一下我写的入门文章: “ 收藏!Python内置的轻量级数据库竟如此好用!全网最实用sqlite3实战项目。”
上一篇介绍的是一键批量导入 MySQL 数据库,这一篇介绍的是一键批量导入 SQLite3 数据库,两者代码 90% 相同。所以本文重点介绍不同之处。
先看一下程序运行效果:
两篇文章使用的数据源是一模一样的。经本人亲测,导入到 SQLite3 的速度要比导入到 Mysql 快的多。这也进一步验证了,处理轻量级数据,SQLite 要便捷、快速的多。
下面我们就来看看两者代码的主要不同吧:
1. 数据库连接方式不同
try:
conn = conn = sqlite3.connect(path+'\csv.db')
cur = conn.cursor()
print('数据库连接成功!')
print(' ')
except:
print('数据库连接失败!')
SQLite3 数据库的连接方式更简单,直接指明路径即可。
2. 代码优化,提高通用性
2.1 优化了数据库表名称
for file in files:
if file.split('.')[-1] in ['csv']:
i += 1
filename = '`' + 'tab_' + file.split('.')[0].replace('-', '_').replace(' ', '_').replace(':','') + '`'
通过遍历每一个 CSV 文件的名称,计算出一个数据库表名称,确保计算出的表名称符合数据库规则:
filename = '`' + 'tab_' + file.split('.')[0].replace('-', '_').replace(' ', '_').replace(':','') + '`'
首先,在数据库表名称前加上 tab_
,避免纯数字作为表名称时程序报错;其次,替换了 -
、 :
和空格
;最后,在数据库表名称前后加上一对反引号。
2.2 优化了数据库表字段名称
types = f.ftypes
field = [] #用来接收字段名称的列表
table = [] #用来接收字段名称和字段类型的列表
for item in columns:
item1 = '`'+item.replace('-', '_').replace(' ', '_').replace(':','')+'`'
if 'int' in types[item]:
char = item1 + ' INT'
elif 'float' in types[item]:
char = item1 +' FLOAT'
elif 'object' in types[item]:
char = item1 +' VARCHAR(255)'
elif 'datetime' in types[item]:
char = item1 + ' DATETIME'
else:
char = item1 + ' VARCHAR(255)'
table.append(char)
field.append(item)
tables = ','.join(table)
#print(tables)
fields = ','.join(field)
#print(fields)
和数据库表名称优化一样,替换了 -
、 :
和空格
等特殊符号,并在每一个字段名称前后加上一对反引号。
3. SQL 语句不同
3.1 创建自增主键语句不同
创建 MySQL 数据库自增主键的语句是:id0 int PRIMARY KEY NOT NULL auto_increment
;创建 SQLite 数据库自增主键的语句是:id0 INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL
。
两者略有不同,SQLite 是用 AUTOINCREMENT
创建自增主键。
3.2 插入数据的语句不同
values = f.values.tolist()
s = ','.join(['?' for _ in range(len(f.columns))])
insert_sql = 'insert into {}({}) values({})'.format(filename,fields,s)
cur.executemany(insert_sql, values)
conn.commit()
主要区别是:SQLite 使用 ?
来占位。
以上就是一键批量将任意结构的CSV文件导入SQLite数据库与MySQL数据库代码的主要不同点。如果您还没有看过上一篇文章,强烈建议去看一下!上篇文章代码实现思路方面讲解的更详细:“ 收藏!用Python一键批量将任意结构的CSV文件导入MySQL数据库。”
下面给大家介绍一款 SQLite 数据可视化工具:
SQLiteStudio 是一款绿色小巧的 SQLite 数据库可视化工具,功能强大,操作简单。
我们可以将上文自动导入生成的数据库 csv.db
添加到 SQLiteStudio 中,可以很方便的查看到数据库中有哪些表,以及表结构和数据。见下图:
我们也可以打开一个 SQL编辑器
,输入 SQL 命令,执行你想要的操作。见下图:
SQLiteStudio 还有很多好用的功能,本文不再介绍,感兴趣的朋友可以研究一下。
本文完,谢谢阅读!
本文 源代码、数据源、SQLiteStudio 软件以上传,智能演示微信公众号后台回复 csv2sqlit 即可获取下载链接。
不知道大家对SQLite数据库是否感兴趣呢,欢迎在下方留言。
猜你喜欢:
1. 一文学懂Python数据结构之字符串基础知识
2. 这是format函数的骚操作???
3. 用Markdown,3分钟搞定微信公众号文章排版!
4. PPT居然还可以一键换色!学会这4招再也不怕色了……
5. 7步完成MySQL配置,极简教程,还不来试试?
6. 4 行代码实现批量、快速安装 Python 第三方库
7. 让程序帮你干活!批量转换任意文件夹下Word文档为PDF
8. 我用 Python 处理3万多条数据,只要几秒钟……
9. 让你的程序学会自己戴'口罩'!让你的程序更聪明?
10. 收藏!用Python一键批量将任意结构的CSV文件导入MySQL数据库。