Python轻松实现将数据库数据一键导出到Excel

 更新时间:2026年03月31日 08:18:16   作者:咕白m625  
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,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

最近需要将 SQLite 数据库里的所有表都导出成 Excel 表格,本文记录一下如何只用 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

Python 环境:3.6及以上版本均可

依赖库安装

sqlite3:Python 自带的 SQLite 数据库操作库,无需安装

Free Spire.XLS:用于创建、写入和格式化 Excel 文件的免费版库(注意限制)

打开命令行执行安装命令:

pip install Spire.Xls.Free

二、核心实现思路

通过以下 5 个步骤就能完成数据导出流程:

  • 连接本地 SQLite 数据库
  • 获取数据库中所有表的名称
  • 创建空白 Excel 工作簿
  • 遍历每一张数据库表:读取表头+数据 → 新建工作表写入 → 简单格式化
  • 保存 Excel 文件,关闭数据库连接

三、完整可运行代码

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

# ---------------------- 1. 连接SQLite数据库 ----------------------
# 替换为你的数据库文件路径(相对路径/绝对路径均可)
conn = sqlite3.connect("Sales Data.db")
cursor = conn.cursor()

# ---------------------- 2. 获取数据库中所有表名 ----------------------
cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
# 提取所有表名,生成列表
tableNames = [name[0] for name in cursor.fetchall()]

# ---------------------- 3. 创建空白Excel工作簿 ----------------------
workbook = Workbook()
# 清空默认工作表,避免多余表格
workbook.Worksheets.Clear()

# ---------------------- 4. 遍历所有表,写入Excel ----------------------
for tableName in tableNames:
    # 4.1 获取当前表的列名(Excel表头)
    cursor.execute(f"PRAGMA table_info('{tableName}')")
    columnsInfo = cursor.fetchall()
    columnNames = [columnInfo[1] for columnInfo in columnsInfo]

    # 4.2 获取当前表的所有数据
    cursor.execute(f"SELECT * FROM {tableName}")
    rows = cursor.fetchall()
    
    # 4.3 新建工作表,名称=数据库表名
    sheet = workbook.Worksheets.Add(tableName)
    
    # 4.4 写入表头(第一行)
    for i in range(len(columnNames)):
        sheet.Range[1, i + 1].Value = columnNames[i]
    
    # 4.5 写入表数据(修复原代码bug:从第0行开始遍历,避免丢失第一条数据)
    for j in range(len(rows)):
        row_data = rows[j]
        for k in range(len(row_data)):
            sheet.Range[j + 2, k + 1].Value = row_data[k]
    
    # 4.6 表格格式化:自适应行列宽度 (可选)
    sheet.AllocatedRange.AutoFitRows()    # 自适应行高
    sheet.AllocatedRange.AutoFitColumns() # 自适应列宽

# ---------------------- 5. 保存文件并释放资源 ----------------------
# 保存Excel到指定路径
workbook.SaveToFile("DataBaseToExcel.xlsx", FileFormat.Version2016)
# 释放Excel对象资源
workbook.Dispose()
# 关闭数据库连接
conn.close()

print("数据导出完成!")

虽然示例用的是 SQLite,但换 MySQL、PostgreSQL 也不难,只要把 sqlite3 那块换成对应的连接方式就行,后面的处理逻辑完全一样。

四、几个关键点解析

表名获取:sqlite_master 是 SQLite 的系统表,存着所有表的结构信息。这里筛选 type='table' 拿到的是用户表,系统表会被过滤掉。

列名获取:PRAGMA table_info 这个命令挺有用的,返回每个列的详细信息。取第二个字段就是列名。

数据写入的坐标问题:sheet.Range[行, 列] 是从1开始的,不是0。所以表头写在第一行 Range[1, i+1],数据从第二行开始 Range[j+1, k+1]

格式化的小细节:AllocatedRange 指的是已经被写入数据的区域,不用自己算边界,省事。AutoFitRowsAutoFitColumns 会自动调整行高列宽,不用手动调了。

最后

这是一个非常轻量化的 Python 数据导出方案,没有复杂的框架和配置,核心代码不到50行,就能实现数据库多表一键导出Excel。无论是处理销售数据、业务报表还是测试数据,都能直接复用,大幅提升日常数据处理效率。

到此这篇关于Python轻松实现将数据库数据一键导出到Excel的文章就介绍到这了,更多相关Python数据库数据导出到Excel内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python按照list中字典的某key去重的示例代码

    python按照list中字典的某key去重的示例代码

    这篇文章主要介绍了python按照list中字典的某key去重的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-10-10
  • Python机器学习应用之基于LightGBM的分类预测篇解读

    Python机器学习应用之基于LightGBM的分类预测篇解读

    这篇文章我们继续学习一下GBDT模型的另一个进化版本:LightGBM,LigthGBM是boosting集合模型中的新进成员,由微软提供,它和XGBoost一样是对GBDT的高效实现,原理上它和GBDT及XGBoost类似,都采用损失函数的负梯度作为当前决策树的残差近似值,去拟合新的决策树
    2022-01-01
  • Python pydotplus安装及可视化图形创建教程

    Python pydotplus安装及可视化图形创建教程

    这篇文章主要为大家介绍了Python pydotplus安装及可视化图形创建教程示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-10-10
  • Python使用大语言模型进行图表可视化

    Python使用大语言模型进行图表可视化

    Python使用matplotlib进行可视化一直有2个问题,一是代码繁琐,二是默认模板比较丑,在大模型时代,这个问题有了另一种解法,下面我们就来看看如何使用大语言模型进行图表可视化吧
    2025-04-04
  • python使用numpy读取、保存txt数据的实例

    python使用numpy读取、保存txt数据的实例

    今天小编就为大家分享一篇python使用numpy读取、保存txt数据的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • Python import用法以及与from...import的区别

    Python import用法以及与from...import的区别

    这篇文章主要介绍了Python import用法以及与from...import的区别,本文简洁明了,很容易看懂,需要的朋友可以参考下
    2015-05-05
  • PyCharm下载和安装详细步骤

    PyCharm下载和安装详细步骤

    这篇文章主要介绍了PyCharm下载和安装详细步骤,本文图文并茂给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-12-12
  • 简化Python的Django框架代码的一些示例

    简化Python的Django框架代码的一些示例

    这篇文章主要介绍了简化Python的Django框架代码的一些示例,实际上文中只是抽取了一些Django中最基本的功能用于简化入门者的上手复杂度,下,需要的朋友可以参考下
    2015-04-04
  • Python实现根据Excel表格某一列内容与数据库进行匹配

    Python实现根据Excel表格某一列内容与数据库进行匹配

    这篇文章主要为大家详细介绍了Python如何使用pandas库和Brightway2库实现根据Excel表格某一列内容与数据库进行匹配,需要的可以参考下
    2025-02-02
  • 卸载PyCharm Professional全过程

    卸载PyCharm Professional全过程

    本文详细介绍了在Windows、Mac和Linux系统中卸载PyCharm Professional的方法,包括如何通过系统设置、自带工具、手动删除文件夹等方式卸载,还提供了卸载时需要注意的事项,如备份重要文件、取消自动登录设置、删除残留文件等
    2026-05-05

最新评论