① os.listdir(path)
仅当前路径下的文件名,不包括子目录中的文件
import os
s_path = r'C:\Users\Desktop\标准文件'
os.listdir(s_path)
output:['1.zip', '2.zip', '3.zip', 'Users']
② os.walk()
遍历文件夹下所有的文件,包含子目录下的文件。
上面能够满足需求,暂时不研究这个
import zipfile
p_file = zipfile.ZipFile('1.zip', "r")
name = p_file.namelist() # 获取比较文件列表
print(name)
p_file.extract(name[1], p_path) # 解压文件
p_file.close() # 关闭文件,必须有,释放内存
>>output: ['Users/LocalAdmin/AppData/Local/Temp/kau2a2212905r02sk-1.zip/', 'Users/LocalAdmin/AppData/Local/Temp/kau2a2212905r02sk-1.zip/kau2a2212905r02sk-1.mdb']
参考资料:使用Python解压zip、rar文件
如果zip解压需要密码,直接运行下代码报错
zip_file.extract(file_name[1], path,'007') # 解压文件
TypeError: pwd: expected bytes, got str
改为
zip_file.extract(file_name[0], r'C:\Users\zxk\Desktop', '007'.encode('ascii')) # 解压文件
参考:https://blog.csdn.net/qq_28840013/article/details/84075336
首先放出成功运行的代码:
import pypyodbc
p_path = r'C:\Users\kau2a2122900r01sk-1.mdb'
connStr = 'Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ='+p_path+';PWD=007'
conn = pypyodbc.win_connect_mdb(connStr) # 链接数据库
cur = conn.cursor() # 创建游标
sql = "SELECT * FROM " + 'ActualValues_T' # 取表 ActualValues_T
cur.execute(sql)
alldata = cur.fetchall() # 取 ActualValues_T 所有数据
total_rows = len(alldata)
total_cols = len(alldata[0])
print("****************Begin to process\"表:ActualValues_T\"****************")
print("\"表:%s\"总行数 = %d" %('ActualValues_T', total_rows))
print("\"表:%s\"总列数 = %d" %('ActualValues_T', total_cols))
print(type(alldata))
print(alldata)
conn.close() # 关闭数据库
看的代码有用win_connet_mdb,也有用connect,我用两个都成功运行了
https://www.jianshu.com/p/00b53a386c2a 这篇博客里提到
大概是这样说的:
1)连本地Access数据库
connStr = 'Driver={Microsoft Access Driver (*.mdb)};DBQ=d:\\test_db.mdb' #同样是绝对路径
conn = pypyodbc.win_connect_mdb(connStr)
# 注意这里使用的win_connect_mdb方法,如果使用connect则会出错,IM002
2)连ODBC数据库
connStr = (
r'Driver={SQL Server};'
r'Server=sqlserver;'
r'Database=testdb;'
r'UID=sa;'
r'PWD=sapassword'
)
conn = pypyodbc.connect(connStr)
作为从未接触过数据库的小白的我很是懵逼,还好代码能够成功运行。我要实现的目的是打开.mdb文件,我猜测属于应该采用win_connect_mdb吧,在此暂时不深入研究这个问题。有大神懂行还望告知,感谢。
在成功之前,可是花费了我三个小时的时间,新手的我可太难了
问题1:
报错:Access Driver is not found.
解决方案:https://blog.csdn.net/victor111222/article/details/94598726
问题2:
pypyodbc.Error: ('HY000', '[HY000] [Microsoft][ODBC Microsoft Access Driver]常见错误 无法打开注册表项“Temporary (volatile) Ace DSN for process 0x255c Thread 0x241c DBC 0x2d58008 Jet”。')
这个真是日了够了,找了半天解决办法,最后自己发现原来是这个问题:
connStr = 'Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ='+p_path+';PWD = 007' #错误代码
connStr = 'Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ='+p_path+';PWD=007' #正确代码
知道真相的我眼泪掉下来
成功运行的结果:
SELECT * FROM ActualValues_T
****************Begin to process"表:ActualValues_T"****************
"表:ActualValues_T"总行数 = 43580
"表:ActualValues_T"总列数 = 4
<class 'list'>
[(18, 16, 0, '0'), (18, 17, 0, '0'),后面省略了]
参考链接:
https://www.jianshu.com/p/00b53a386c2a
https://www.cnblogs.com/Cong0ks/p/11039889.html
https://blog.csdn.net/LIYUANNIAN/article/details/82937350
https://www.jianshu.com/p/00b53a386c2a
代码中有这样的一句
sql = "SELECT * FROM " + 'ActualValues_T' # 取表 ActualValues_T
这是SQL语句,表示从ActualValues_T表中取出*(*表示全部列)
在实际情况中,由于科学计数达到了10的34次方,获取数据时其自动转化float时报错
sql could not convert string to float: b'E+6'
因此,相同将某该列转化成字符形式,使得获取数据时以字符形式,即不在由科学计数转成float,填下下面语句实现
cur.execute("ALTER TABLE ParamValues_T ALTER COLUMN maxValue varchar(20)") # ParamValues_T中的maxValue转化成var
# 用法:ALTER TABLE ‘表名’ ALTER COLUMN ‘列名’ varchar(20)
SQL 教程
SQL相关语法问题可学习上链接。
fetchall() 取到的结果是list数据类型 ,列表里每个元素是个元组,例如我取到的数据大概是这样的:
[(2161, 24, '00-11-K1U1G11810R08SK-1', 111), (2153, 24, '00-1-K1U1G11810R08SK-1', 101), ...]
直接用:
>>> a = [(2161, 24, '00-11-K1U1G11810R08SK-1', 111), (2153, 24, '00-1-K1U1G11810R08SK-1', 101)]
>>> a
[(2161, 24, '00-11-K1U1G11810R08SK-1', 111), (2153, 24, '00-1-K1U1G11810R08SK-1', 101)]
>>> import pandas as pd
>>> b=pd.DataFrame(a)
>>> b
0 1 2 3
0 2161 24 00-11-K1U1G11810R08SK-1 111
1 2153 24 00-1-K1U1G11810R08SK-1 101
import os
os.mkdir(output_path)
import xlsxwriter
xls = xlsxwriter.Workbook(path+"\\"+'输出.xlsx')
xls.close()
OR
>>> import pandas as pd
>>> writer = pd.ExcelWriter(r'C:\Users\zxk\Desktop\blankexcel.xlsx')
>>> pd.DataFrame().to_excel(writer)
>>> writer.save()
>>> writer.close()
>>> import pandas as pd
>>> a=[[1,2,3],[4,5,6]]
>>> pd.DataFrame(a,columns = ['a','b','c'])
a b c
0 1 2 3
1 4 5 6