写在前面
博主工作长期需使用到数据库查询数据，因而接触到了数据库的一些皮毛知识。但是数据库和办公网不能互通，远端访问也没法实现python创建文件并写入内容，所以长期以来查询数据都相当麻烦。近期博主在自己的工作电脑上搭建了一个的MySQL数据库，并尝试导入一些数据进去，顺便自己查询，其中遇到了各种各样的问题，才深刻领悟到后端操作的艰难，写篇博客记录一下其中的艰难过程。
注：以下内容，仅供用于学习交流，而且博主也对相关内容进行的打码处理，文件名和数据库名都是用的XXX来表示的。
数据库搭建
博主的数据库是用的MySQL，用的是CMD命令行方式安装和配置的，网上有很多教程，但是良莠不齐python创建文件并写入内容，有空了我专门写一篇博客记录安装过程，这边博客就不说了。不过在安装时，一定要牢记系统给你默认设置的连接密码，如果没记住的话，会让你崩溃，网上教程一堆，能实际解决问题的没两个，这个密码是关键，切记、切记。
数据库可视化软件
博主用的是Navicat premium 15，界面如下：
为什么需要这个软件呢，这个软件可以让你方便的连接你的数据库，也可以在里面写一些查询语句，甚至可以将数据导入到数据库，而且还支持批量导入，总之，非常方便，可以理解为数据库的前端操作软件。但实际使用过程却没有那么友好，比如我导入数据到我的数据库时，经常出现下面的问题：
finished with error
也不告诉你那里出了错，反正就是数据不全，大概只导入了1/4的数据。当然也不是所有的数据导入都会出现这个问题，但是确实头疼，博主网上搜了一堆教程没一个能解释明白的，所以才有了后面用Python导入数据库的尝试。不过用Navicat写查询语句确实方便，你的数据库需要这么个数据库可视化软件，不然你操作数据库，就永远像个黑客一样在CMD里写命令行来操作了。
批量合并数据文件
博主这边有很多txt文件，但都是同一批字段的数据，至于为什么会这样，博主也懒得解释。反正现在的工作是，把这些txt文件合并到一个文件里去，这样导入数据库也方便点不是吗？
当然你也可以自己在excel里面一个个的复制粘贴，但是感觉一是工作量太大，十来个文件还好，几百个文件你要这么操作，能让人抓狂，而且逼格也太低了，现在流行自动化办公。
直接上代码：
# -*- coding: utf-8 -*-"""Created on Tue Jul 14 15:25:44 2020@author: HP"""#合并一个文件夹下的多个txt文件#coding=utf-8import osimport pandas as pd#获取目标文件夹的路径filedir = r'C:xxxxxx'#获取当前文件夹中的文件名称列表filenames=os.listdir(filedir)i=0data = pd.read_csv(r'C:xxxxxxxxx.txt',sep = 't')col = list(data)data = pd.DataFrame(columns=col)#先遍历文件名for filename in filenames:i+=1print(i)if i>0:filepath = filedir+'\'+filenameprint(filepath)#遍历单个文件，读取行数# datai = pd.read_csv(filepath, sep='t', dtype=str)datai = pd.read_csv(filepath, sep='t', converters={'item': str})data = data.append(datai)'''for line in open(filepath, 'r', encoding='utf-8-sig', errors='ignore'):# print(str(line))f.writelines(line)# f.write('n')'''#关闭文件# f.close()data.to_excel('XXX.xlsx', index=False)
来解释一下代码：
filedir = r’C:xxxxxx’ 我把所有的文件放在这个文件夹里，注意是一个绝对的路径
filenames=os.listdir(filedir) 获取这个文件夹里面所有的文件列表
data = pd.read_csv(r'D:xxxxxx.txt',sep = 't')col = list(data)data = pd.DataFrame(columns=col)
这里几行代码呢，目的是创建一个空的dataframe，这个空的dataframe的列就是上面那个文件夹里面某个文件的列名
后面就是写循环，往列表里面添加数据，然后将列表转换为excel文件了。
'''for line in open(filepath, 'r', encoding='utf-8-sig', errors='ignore'):# print(str(line))f.writelines(line)# f.write('n')'''
博主注释起来的这块代码，是写入txt的方式，看需求，当然，这里f没定义，可以在循环外面定义一下f，比如：
f=open('result.txt','w')将数据写入数据库
直接上代码了再解释吧
# -*- coding: utf-8 -*-"""Created on Tue Jul 14 17:34:23 2020@author: HP""""""功能：将Excel数据导入到MySQL数据库"""import xlrdimport MySQLdbimport pandas as pdd = pd.read_csv('xxx.txt',sep = 't')col = list(d)cols = ','.join(col)# Open the workbook and define the worksheetbook = xlrd.open_workbook("XXX.xlsx") # excel文件名# book = xlrd.open_workbook("1.xlsx")sheet = book.sheet_by_index(0) # excel文件中的sheet名# 建立一个MySQL连接database = MySQLdb.connect(host="xxxxxxx", user="xxxx", passwd="xxxxxx", db="xxxxx", charset="utf8")# 获得游标对象, 用于逐行遍历数据库数据cursor = database.cursor()# 创建插入SQL语句# query = """INSERT INTO acd_file (%s) VALUES (%s)""" %(cols, ss)# 创建一个for循环迭代读取xls文件每行数据的, 从第二行开始是要跳过标题data_list = []for r in range(1, sheet.nrows):row_list = []for t in range(len(col)):value_rt = sheet.cell(r,t).valuetype_rt = sheet.cell(r,t).ctypeif type_rt == 2:value_rt = str(int(value_rt))row_list.append(value_rt)data_list.append(row_list)# values = ','.join(data_list)# query = """INSERT INTO acd_file (%s) VALUES (%s)""" %(cols, s)# 执行sql语句# cursor.execute(query, values)val = ''for i in range(0, len(col)):val = val + '%s,'result =cursor.executemany("insert into xxx (%s) values(" %(cols) + val[:-1] + ")", data_list)print(result)# 关闭游标cursor.close()# 提交database.commit()# 关闭数据库连接database.close()# 打印结果print("")print("Done! ")print("")columns = str(sheet.ncols)rows = str(sheet.nrows)print("我刚导入了 ", columns, " 列 and ", rows, " 行数据到MySQL!")
真的挺复杂，也不知道博主能不能讲明白，我挑一些自己认为比较晦涩的代码来解释吧
基础数据导入
d = pd.read_csv('xxx.txt',sep = 't')col = list(d)cols = ','.join(col)
这里主要是把文件的列名变成一串字符串，join函数可以将列表转化为字符串，分割符号是’,’这个逗号
# Open the workbook and define the worksheetbook = xlrd.open_workbook("XXX.xlsx") # excel文件名# book = xlrd.open_workbook("1.xlsx")sheet = book.sheet_by_index(0) # excel文件中的sheet名
把上面合并的那个excel文件读进来，并且获取这个excel的sheet名，从上面批量合并数据文件这一步来看，博主其实只有一个sheet。
链接数据库
database = MySQLdb.connect(host="xxxxxxx", user="xxxx", passwd="xxxxxx", db="xxxxx", charset="utf8")这行代码非常关键，关系到你能否把数据写到数据库里去，connect函数就是用来链接数据库的，里面的参数我来解释一下：
数据处理
data_list = []for r in range(1, sheet.nrows):row_list = []for t in range(len(col)):value_rt = sheet.cell(r,t).valuetype_rt = sheet.cell(r,t).ctypeif type_rt == 2:value_rt = str(int(value_rt))row_list.append(value_rt)data_list.append(row_list)
这段代码的目的是将表中所有的数据全部取出来，并写入到data_list这个列表中
type_rt = sheet.cell(r,t).ctype用于获取每个字符的类型
ctype : 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
我将所有数字型的数据全部转换为字符串，便于完整的写入数据，至于到哪里去把字符串修改回来，这个可以到Navicat里面去设置。当然，这不是最佳的数据处理方式，只是比较适合博主的数据而已
写入数据库
val = ''for i in range(0, len(col)):val = val + '%s,'result =cursor.executemany("insert into xxx (%s) values(" %(cols) + val[:-1] + ")", data_list)
变量val用来生成一串’%s’这个玩意儿，val[:-1]用切片切掉最后一个逗号，其实这里有更简单的写法，像前面一样用join函数
s =['%s']*len(col)ss = ','.join(s)
这里的ss和val[:-1]是等价的。
executemany是批量写入函数，“insert into xxx (%s) values(” %(cols) + val[:-1] + “)”中的xxx是数据表。还有另外一种写法，不用批量导入，而是用execute函数，每读一行，就写一行，写在循环里面，但是当时老是报错，我就没继续下去了。
后面就是常规的数据库操作了
当然，整个过程不断的报错，比如报错说我的字符串长度太长了，等等，要在数据库里面修改一些参数，可能每个人遇到的问题不一样，遇到了就去网上搜索教程，基本都能解决。
至此完成了数据的写入，接下来看看怎么在Python里查询数据
Python操作数据库查询数据
还是先上代码
# -*- coding: utf-8 -*-"""Created on Thu Jul 16 09:33:42 2020@author: HP"""import MySQLdbimport pandas as pdconn = MySQLdb.connect(host="xxxx",user="xxxx",passwd="xxxxx",db="xxxxx",charset="utf8")cur = conn.cursor()query = """ select x1, x2, x3, x4from table1where x1 >= 1and x1 < 100 """cur.execute(query)result = cur.fetchall()df_result = pd.DataFrame(list(result), columns=['x1','x2','x3','x4'])
第一步，链接数据库并登陆
第二步，写查询语句，select from where基本查询语法
第三步，执行查询语句
顺利出结果
相对来说，要简单的多
写在后面
从博主决定搭建数据库到最后打通数据库，总体来说，感觉很费劲，也走了很多弯路，给我的感觉就是后端的东西要比前端复杂一点，当然，博主水平有限，也就目前的认知水平这样，前端的东西其实也很复杂，只是我个人接触的相对多一点而已。
不过还是很开心的，毕竟又get了个新技能。
admin