Python 批量导出数据库数据至 Excel 文件

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：

1. pip install Spire.Xls.Free

复制代码

二、实现思路

整个导出流程可以拆解为以下 5 个步骤：

• 连接 SQLite 数据库
  
• 获取数据库中所有用户表的名称
  
• 创建空白 Excel 工作簿
  
• 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
    
  
  
• 保存 Excel 文件，关闭数据库连接
  

三、完整代码

1. from spire.xls import *
2. from spire.xls.common import *
3. import sqlite3
5. # ---------------------- 1. 连接数据库 ----------------------
6. # 请将路径替换为你的数据库文件路径
7. conn = sqlite3.connect("Sales Data.db")
8. cursor = conn.cursor()
10. # ---------------------- 2. 获取所有用户表名 ----------------------
11. cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
12. table_names = [name[0] for name in cursor.fetchall()]
14. # ---------------------- 3. 创建 Excel 工作簿 ----------------------
15. workbook = Workbook()
16. workbook.Worksheets.Clear()   # 清空默认生成的工作表
18. # ---------------------- 4. 逐表写入数据 ----------------------
19. for table_name in table_names:
20.     # 4.1 获取列名（表头）
21.     cursor.execute(f"PRAGMA table_info('{table_name}')")
22.     columns_info = cursor.fetchall()
23.     column_names = [info[1] for info in columns_info]
25.     # 4.2 获取表数据
26.     cursor.execute(f"SELECT * FROM {table_name}")
27.     rows = cursor.fetchall()
29.     # 4.3 新建工作表（以表名命名）
30.     sheet = workbook.Worksheets.Add(table_name)
32.     # 4.4 写入表头
33.     for i, col_name in enumerate(column_names):
34.         sheet.Range[1, i + 1].Value = col_name
36.     # 4.5 写入数据行
37.     for row_idx, row_data in enumerate(rows):
38.         for col_idx, cell_value in enumerate(row_data):
39.             sheet.Range[row_idx + 2, col_idx + 1].Value = cell_value
41.     # 4.6 自动调整行高和列宽
42.     sheet.AllocatedRange.AutoFitRows()
43.     sheet.AllocatedRange.AutoFitColumns()
45. # ---------------------- 5. 保存并清理资源 ----------------------
46. workbook.SaveToFile("DataBaseToExcel.xlsx", FileFormat.Version2016)
47. workbook.Dispose()
48. conn.close()
50. print("数据导出完成！")

复制代码

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。

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！