对动态网站收集的注册信息进行处理

这篇blog是接着上篇 第一个动态网站的心得–细数建站跳过的坑！ 写的，主要是对网站的云服务器上的access数据库导出来的数据进行处理加工。

数据类型和内容

access数据库userinfo的info表格下，一共有以下六个字段：

• number ： 序列号； 自动编号；主键
• id： 学号；短文本；不为空
• name： 姓名；短文本；不为空
• mail： 电子邮箱；短文本；不为空
• cluster： 专业大类；短文本；不为空
• isForeign： 是否为国际生；短文本；不为空

百团大战当天线下记录表格usernumber，记录所有线下交过钱、进行过验证的注册社员的序列号：

• number： 序列号；数字（现场随机记录，不能选自动编号；更不能选短文本）；主键

数据处理要求

1. 提取所有现场验证过的、交过社费的社员信息：

提取现场注册验证过的序列号的表格usernumber中，每个序列号对应的数据：1、把注册信息表info和序列号验证表进行合并，利用两表都有number字段，查询所有usernumber中number值对应的info的记录。2、把查询结果生成新表submitted，对新表进行二次处理，改正填写错误的邮箱格式，批量添加邮箱后缀（@xxxx.xxx ），发注册成功邮件。

2. 提取所有线上提交过注册信息，但现场未验证过、交过社费的社员信息：

利用上面查询生成的表submitted，进行第二次查询，查询userinfo表里有的但submitted表里没有的记录，生成新表unsure，因为怕注册人忘记序列号，我设置了允许最多三次提交，所以unsure表格里会包含有已验证过的会员的信息和未验证会员的重复信息。所以要进行二次过滤。第一次，先合并submitted表和unsure表，利用id字段，查询出两表重复的记录记为sameID表，即为unsure表需要删除的记录，然后通过查询unsure表里有但sameID表没有的记录，得到不包含已验证会员信息的表unsubmitted。第二次，对unsubmitted表再加工，删除重复id、重复姓名的记录，得到我们最后需要的信息，给所有未验证的注册者发邮件提醒缴纳社费。

数据处理步骤

1. 提取所有现场验证过的、交过社费的社员信息：

• 打开access，导入info表和excel格式的usernumber表（步骤可看：利用Access查询两个表中相同字段的方法）

• 合并两表：”创建“ —>”查询设计“—>info表和usernumber表都点—>空白处右键—>“SQL特定查询”—>“联合”—>填写SQL代码：

  SELECT info.*
  FROM info INNER JOIN usernumber ON usernumber.number = info.number

• 生成具有所有验证过的社员信息的新表submitted，导出新表：打开“查询1”（之前查询的默认名）—>“外部数据”—>导出选”Excel“

• 改正填写错误的邮箱格式，批量添加邮箱后缀（如：@163.com ）：因为写错邮箱格式的人不多，但是写错的格式也是千奇百怪，我就没写代码，而是手动改，大概也就十几个吧。但是邮箱后缀是批量添加的，这里有个动图，生动展示了应该如何快速批量添加数值：（操作可看：Excel里面要统一加入同一字段该怎么操作？）
  

2. 提取所有线上提交过注册信息，但现场未验证过、交过社费的社员信息：

• 导入submitted表，像上面一样合并两表，再进行查询。不过这次查询的是userunfo表里有，但是submitted表里没有的记录，所以代码如下，导出表unsure （参考：access如何筛选两表相同字段中的不同数据）：

  SELECT info.*
  FROM info LEFT JOIN submitted ON info.number = submitted.number
  WHERE (((info.number) Is Not Null) AND ((submitted.number) Is Null)); 

• 第一次过滤，先合并submitted表和unsure表，利用id字段，查询出两表重复的记录记为sameID表，即为unsure表需要删除的记录，代码类似上面。然后通过查询unsure表里有但sameID表没有的记录，得到不包含已验证会员信息的表unsubmitted。

• 第二次过滤，对unsubmitted表再加工，删除重复id、重复姓名的记录，得到我们最后需要的信息：这里有两个快速删除有重复记录的方法（参考：excel中如何删除有部分重复字段的记录）：

  1. 使用高级筛选：
     1、选中相关记录（连续选中的矩形区域有效);
     2、在数据功能区，排序与筛选中的“高级”按钮;
     3、在弹出的“高级筛选”对话框中，选择筛选结果的显示方式，建议为第二种（保留原始数据）；
     

  2. 使用删除重复项工具：
     Excel2007及以后版本中增加了一个“删除重复项”按钮，用它来删除重复记录更加容易。步骤如下:
     1、选中相关记录（连续选中的矩形区域有效);
     2、在数据功能区，单击数据工具中的“删除重复项”按钮；
     3、在弹出的“删除重复项”对话框中，选择要查重的字段，即可。