【浏览全文】
python在制作一些小工具上自身就有着得天独厚的劣势，大多数非标准库的利用只须要进行简略的装置即可应用。
比方：应用python将excel中的数据导入到mysql数据库表中，或是将mysql数据库表中的数据间接导出为excel都只须要简略的几行代码就能够实现，如果应用Java来做这件事强那可就有些简单了呢。
话不多说，接下来间接进入正题...
这里应用两个python的非标准库来操作，一个是咱们比拟相熟的pandas非标准库，应用它来实现excel相干的数据操作。
另外一个则是sqlalchemy非标准库，应用它来实现对mysql数据库表的相干数据操作。
应用pip的形式将这两个非标准库装置好，上面是装置命令：
pip install sqlalchemypip install pandas筹备好当前，先来编写一个函数mysql_to_excel将数据从mysql数据库表中导出到excel的数据操作。
from sqlalchemy import create_engineimport pandas as pddef mysql_to_excel(): ''' 将mysql数据导出到excel数据表中 :return: ''' # 应用create_engine函数创立数据库连贯，其中数据库的用户名和明码别离是root/root，数据库名称为test engine = create_engine('mysql+pymysql://root:root@localhost/test') # 应用sql语句读取data表中的所有数据 data_frame = pd.read_sql(sql='select * from test.data', con=engine) # 将sql查问进去的数据导出到excel数据表中 data_frame.to_excel('data.xlsx')能够发现，pandas非标准库提供了read_sql函数来读取数据，并且返回的数据类型是DataFrame数据类型。最初，将DataFrame的数据间接保留到excel中，主逻辑的实现只用了三行代码就实现了，这就是python的魅力。
随后，再来编写一下函数excel_to_mysql将数据从excel中间接导出到数据库表中，为了保障上面函数的独立性，于是我把用到的库又导入了一遍。
from sqlalchemy import create_engineimport pandas as pddef excel_to_mysql(): # 应用create_engine函数创立数据库连贯，其中数据库的用户名和明码别离是root/root，数据库名称为test engine = create_engine('mysql+pymysql://root:211314@localhost/test') # 应用pandas非标准库提供的read_excel函数将data.xlsx文件中的数据全副读取进去 data_frame = pd.read_excel('data.xlsx') # 将DataFrame格局的数据通过to_sql函数保留到数据库中，这个时候它会主动创立一个数据库表，也就是data表 data_frame.to_sql(name='data', con=engine, index=False, if_exists='replace')在导入数据库表的时候是DataFrame数据对象间接提供了to_sql函数进行数据的插入操作，连sql语句都不必写。这个DataFrame对象的操作还真是弱小呢，它是excel数据分析、数据提取中永远的神。
最初，感激大家的浏览，我会一直学习致力更新出更好的干货~
【往期精彩】
python 实现超快窗口截图，主动获取以后流动窗口并展现截图...
怎么用python做一个解压缩小工具，当前再也不必下载各种格局的解压缩软件了...
python中最简略的turtle绘图：奥运五环！
常识汇总：python办公自动化应该学习哪些内容？
python多线程同步售票零碎解决思路...