Python 批量导出数据库数据至 Excel 文件

文章Python 批量导出数据库数据至 Excel 文件分享给大家，欢迎收藏极客资料网，专注分享技术知识

在日常工作中，我们经常需要将数据库中的数据导出为 Excel 文件，以便进行数据分析或业务汇报。最近，我就遇到了将 SQLite 数据库中所有表一次性导出到 Excel 的需求。
本文将介绍如何仅使用 Python 内置库 + 免费 Excel 处理库，实现将数据库所有表批量导出到一个 Excel 文件，每个表对应一个独立工作表。

一、环境准备

1. Python 环境

建议使用 Python 3.6 及以上版本。

2. 安装依赖库

• sqlite3：Python 标准库，无需额外安装
• Free Spire.XLS：免费的 Excel 处理库，支持创建、写入和格式化 Excel 文件

安装命令：

pip install Spire.Xls.Free

二、实现思路

整个导出流程可以拆解为以下 5 个步骤：

1. 连接 SQLite 数据库
2. 获取数据库中所有用户表的名称
3. 创建空白 Excel 工作簿
4. 遍历每一张表：
   • 读取表结构（列名）与数据
   • 新建工作表（以表名命名）
   • 写入表头与数据
   • 自动调整行高与列宽
5. 保存 Excel 文件，关闭数据库连接

三、完整代码

from spire.xls import *
from spire.xls.common import *
import sqlite3

# ---------------------- 1. 连接数据库 ----------------------
# 请将路径替换为你的数据库文件路径
conn = sqlite3.connect("Sales Data.db")
cursor = conn.cursor()

# ---------------------- 2. 获取所有用户表名 ----------------------
cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
table_names = [name[0] for name in cursor.fetchall()]

# ---------------------- 3. 创建 Excel 工作簿 ----------------------
workbook = Workbook()
workbook.Worksheets.Clear()   # 清空默认生成的工作表

# ---------------------- 4. 逐表写入数据 ----------------------
for table_name in table_names:
    # 4.1 获取列名（表头）
    cursor.execute(f"PRAGMA table_info('{table_name}')")
    columns_info = cursor.fetchall()
    column_names = [info[1] for info in columns_info]

    # 4.2 获取表数据
    cursor.execute(f"SELECT * FROM {table_name}")
    rows = cursor.fetchall()

    # 4.3 新建工作表（以表名命名）
    sheet = workbook.Worksheets.Add(table_name)

    # 4.4 写入表头
    for i, col_name in enumerate(column_names):
        sheet.Range[1, i + 1].Value = col_name

    # 4.5 写入数据行
    for row_idx, row_data in enumerate(rows):
        for col_idx, cell_value in enumerate(row_data):
            sheet.Range[row_idx + 2, col_idx + 1].Value = cell_value

    # 4.6 自动调整行高和列宽
    sheet.AllocatedRange.AutoFitRows()
    sheet.AllocatedRange.AutoFitColumns()

# ---------------------- 5. 保存并清理资源 ----------------------
workbook.SaveToFile("DataBaseToExcel.xlsx", FileFormat.Version2016)
workbook.Dispose()
conn.close()

print("数据导出完成！")

本文示例使用 SQLite，若需要从 MySQL、PostgreSQL 等数据库导出，只需替换数据库连接部分，后续处理逻辑完全通用。

四、关键点说明

1. 获取表名

SQLite 的系统表 sqlite_master 存储了所有表的结构信息。通过 type='table' 过滤，可以只获取用户表，自动排除系统表。

2. 获取列名

PRAGMA table_info 是 SQLite 提供的便捷命令，返回表的列信息。结果中第二个字段即为列名，适合直接作为 Excel 表头。

3. 行列索引注意事项

sheet.Range[行, 列] 的索引从 1 开始，而非 0。因此：

• 表头写入第 1 行
• 数据从第 2 行开始写入，对应索引 row_idx + 2

4. 自动格式化

AllocatedRange 会自动识别已被数据填充的区域，无需手动计算边界。
AutoFitRows() 和 AutoFitColumns() 可根据内容自动调整行高与列宽，使生成的表格更加美观。

五、总结

本文提供了一套简洁、实用的 Python 数据导出方案，仅用不到 50 行代码，即可实现将数据库多表一键导出为 Excel 文件。无需复杂框架，不依赖重量级工具，非常适合用于快速数据导出、业务报表生成以及日常数据处理场景。

文章来源:https://www.cnblogs.com/jazz-z/p/19797072
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！