收藏！用Python一键批量将任意结构的CSV文件导入 SQLite 数据库。

最新推荐文章于 2025-02-07 21:44:00 发布

智能演示

最新推荐文章于 2025-02-07 21:44:00 发布

阅读量489

点赞数

本文链接：https://blog.csdn.net/weixin_40837767/article/details/105872940

版权

本文介绍了如何使用Python将任意结构的CSV文件批量导入SQLite3数据库，包括数据库连接方式、代码优化提高通用性（如处理表名和字段名）、SQL语句的差异（如自增主键和插入数据的语法）。对比了与导入MySQL的差异，并推荐了SQLite数据可视化工具SQLiteStudio。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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：

程序运行动图演示.gif

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：

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&#