Python 根据字段自动生成建表语句

最新推荐文章于 2022-12-17 21:13:57 发布
最新推荐文章于 2022-12-17 21:13:57 发布
阅读量1.1k 收藏 4
点赞数
文章标签： sql python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cc_coco/article/details/116465614
版权

比如我们从mysql 的数据库里面有几百张表我们需要改变结构放入到oracle库里面，这个时候建表语句不一样，有些我们需要加系统字段，有些需要加分区

如图，表，字段，描述都有

读取这个excle 进行生成建表语句：

上代码：

import pandas as pd
import openpyxl


# 读取表，和清洗异常情况
def get_df(file_name):
    all_df = pd.read_excel(file_name)
    import re
    def get_column_type(x):
        if x == 'nan' or x == 'NaN':
            return ''

        else:
            return "(" + x.replace('|', ',') + ")"

    all_df['PRECISION'] = all_df['PRECISION'].apply(lambda x: get_column_type(str(x)))
    all_df['COLUMN_COMMENT'] = all_df['COLUMN_COMMENT'].apply(
        lambda x: '' if str(x) == 'nan' or str(x) == 'NaN' else x.replace('\r\n', ''))
    all_df['TABLE_COMMENT'] = all_df['TABLE_COMMENT'].apply(lambda x: '' if str(x) == 'nan' or str(x) == 'NaN' else x)
    all_df['ISNULLABLE'] = all_df['ISNULLABLE'].apply(lambda x: 'NOT NULL' if x == 'N' else 'NULL')
    return all_df;


# 生成数据的格式
def gen_sql(df, tablename, new_col_str):
    df = df.reset_index(drop=True)
    # 得到上次生成到那行了，pre 用于标记写到哪里了。
    pre = ws.max_row + 1

    ws.cell(row=pre + 1, column=1).value = "begin"

    ws.cell(row=pre + 2, column=1).value = "Execute immediate 'drop table " + tablename + "';"
    ws.cell(row=pre + 3, column=1).value = "exception when others then"
    ws.cell(row=pre + 4, column=1).value = "null;"
    ws.cell(row=pre + 5, column=1).value = "end;"
    ws.cell(row=pre + 6, column=1).value = "/"
    ws.cell(row=pre + 8, column=1).value = "/* Create table " + tablename + " */"
    ws.cell(row=pre + 9, column=1).value = "CREATE TABLE " + tablename + " ("
    for i in range(0, len(df)):
        base_row = pre + 10
        new_row = pre + 10 + i
        # 如果是第一个行，前面不需要逗号
        if i == 0:
            ws.cell(row=new_row, column=1).value = "   " + str(df['COLUMN_NAME'][i]) + " " + str(
                df['ORACLE_TYPE'][i]) + "" + str(df["PRECISION"][i]) + " " + str(df['ISNULLABLE'][i])
        else:
            ws.cell(row=new_row, column=1).value = ",   " + str(df['COLUMN_NAME'][i]) + " " + str(
                df['ORACLE_TYPE'][i]) + "" + str(df["PRECISION"][i]) + " " + str(df['ISNULLABLE'][i])

    ws.cell(row=ws.max_row + 1, column=1).value = new_col_str

    new_row = pre + df.shape[0] + 11

    if df[df['ISPK'].notnull()].shape[0] == 1:
        pk_id_str = str(tuple(df[df['ISPK'].notnull()]['COLUMN_NAME'])).replace("',", '')
        pk_id_str = pk_id_str.replace("'", '')
        ws.cell(row=new_row, column=1).value = ", CONSTRAINT PK_" + tablename + " PRIMARY KEY "
        ws.cell(row=new_row + 1, column=1).value = pk_id_str
    elif df[df['ISPK'].notnull()].shape[0] > 1:

        pk_id_str = str(tuple(df[df['ISPK'].notnull()]['COLUMN_NAME'])).replace("'", '')
        ws.cell(row=new_row, column=1).value = ", CONSTRAINT PK_" + tablename + " PRIMARY KEY "
        ws.cell(row=new_row + 1, column=1).value = pk_id_str
    else:
        print("没有主键")

    ws.cell(row=new_row + 2, column=1).value = ")"
    ##加分区 如果有字段GEN_DATE 就加分区
    if 'GEN_DATE' in list(df['COLUMN_NAME']):
        part_row = 21
        ws.cell(row=new_row + 3, column=1).value = "partition by range(GEN_DATE)"
        ws.cell(row=new_row + 4, column=1).value = "("
        ws.cell(row=new_row + 5,
                column=1).value = "  partition P_202001 values less than (to_date('2020-02-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 6,
                column=1).value = "  partition P_202002 values less than (to_date('2020-03-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 7,
                column=1).value = "  partition P_202003 values less than (to_date('2020-04-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 8,
                column=1).value = "  partition P_202004 values less than (to_date('2020-05-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 9,
                column=1).value = "  partition P_202005 values less than (to_date('2020-06-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 10,
                column=1).value = "  partition P_202006 values less than (to_date('2020-07-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 11,
                column=1).value = "  partition P_202007 values less than (to_date('2020-08-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 12,
                column=1).value = "  partition P_202008 values less than (to_date('2020-09-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 13,
                column=1).value = "  partition P_202009 values less than (to_date('2020-10-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 14,
                column=1).value = "  partition P_202010 values less than (to_date('2020-11-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 15,
                column=1).value = "  partition P_202011 values less than (to_date('2020-12-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 16,
                column=1).value = "  partition P_202012 values less than (to_date('2021-01-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 17,
                column=1).value = "  partition P_202101 values less than (to_date('2021-02-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 18,
                column=1).value = "  partition P_202102 values less than (to_date('2021-03-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 19,
                column=1).value = "  partition P_202103 values less than (to_date('2021-04-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 20,
                column=1).value = "  partition P_202104 values less than (to_date('2021-05-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 21,
                column=1).value = "  partition P_202105 values less than (to_date('2021-06-01','yyyy-mm-dd')) ,"
        ws.cell(row=new_row + 22,
                column=1).value = "  partition P_202106 values less than (to_date('2021-07-01','yyyy-mm-dd'))"
        ws.cell(row=new_row + 23, column=1).value = ");"
    else:
        part_row = 0

        ws.cell(row=part_row + new_row + 3, column=1).value = ";"

    ##向后退行
    ws.cell(row=part_row + new_row + 4, column=1).value = "--Table extended properties..."
    ws.cell(row=part_row + new_row + 5, column=1).value = "comment on table " + tablename + " is '" + \
                                                          df['TABLE_COMMENT'].iloc[0] + "';"
    ws.cell(row=part_row + new_row + 7, column=1).value = "--Column extended properties;"

    for i in range(0, len(df)):
        base_row = part_row + pre + df.shape[0] + 11 + 8
        new_row = base_row + i
        ws.cell(row=new_row, column=1).value = "comment on column " + tablename + "." + df['COLUMN_NAME'].iloc[
            i] + " is '" + df['COLUMN_COMMENT'].iloc[i] + "';"


if __name__ == '__main__':
    # 读取要生成的sql的表结构@param1 文件名 return  读到的所有数据
    all_df = get_df('老预定表结构.xlsx')
    # @param1 要写入的模板
    wb = openpyxl.load_workbook(r'work_tmplate.xlsx')
    # 都写在一个sheet 里面
    ws = wb.worksheets[0]
    # 加固定顶一行：
    new_col_str = ",   capxtimestamp  TIMESTAMP(6) default systimestamp"
    # 所有的表名
    table_list = list(all_df.drop_duplicates(['TABLE_NAME'])['TABLE_NAME'])
    # 循环生成建表语句
    for i in range(0, len(table_list)):
        df = all_df[all_df['TABLE_NAME'] == table_list[i]]

        gen_sql(df, table_list[i], new_col_str)
    # 生产到脚本全都生成到一个excel的sheet里面，如果直接生成.sql 文件的话，文件格式不好控制
    # 复制第一列即可
    wb.save('SQL8.xlsx')

 

cc_coco
关注
Python应用:自动生成数据库建表语句
nzbing的博客
11-22 879
【代码】Python学习:自动生成Mysql建表语句。
SQL DDL 生成建表语句(可自动生成主键约束，字段默认值等）
wh445306
05-11 1299
--获取建表DDL(+主键) declare @tabname varchar(50) set @tabname='CSBILL'--表名 if ( object_id('tempdb.dbo.#t') is not null) begin DROP TABLE #t end select 'create table [' + so.name + '] (' + o.list + ')' + CASE WHEN tc.Constraint_Name IS NULL THEN '' ELSE.
python生成针对excel的sql建表语句
weixin_39107270的博客
08-24 354
# -*- coding=utf-8 -*- # coding=utf-8 import xlrd import os def convert_type(data_type): """Normalize MySQL `data_type`""" if 'CHAR' == data_type: return 'varchar' elif 'CLNT' == data_type: return 'varchar' elif 'NUMC' ==
python自动生成sql建表语句
03-19
python自动生成sql建表语句，可生成oracle，mysql，teradata建表语句，传入excel，生成建表语句
python如何导入数据库生成图表_python从Oracle读取数据生成图表
weixin_39641257的博客
12-02 1223
初次学习python，连接Oracle数据库，导出数据到Excel，再从Excel里面读取数据进行绘图，生成png保存出来。1、涉及到的python模块(模块安装就不进行解释了)：import osimport cx_Oracleimport openpyxlimport timeimport csvimport xlrdfrom matplotlib import pyplot as pltfr...
自动生成建表语句模板
04-01
提供可自动生成建表语句的Excel模板，使用时可按照格式将创建表的信息填入，点击标签自动生成适用于sql92标准的建表语句。
根据数据字典自动生成建表语句
02-11
通过EXCEL数据字典进行转换得到建表语句 功能说明 在进行一个应用软件或系统的数据库设计时，我们通常会使用EXCEL进行数据表的设计，得到数据字典。得到数据字典后，再通过数据库可视化工具进行建表或通过DDL语句建表，这种建表方式及其没有效率，无数次复制粘贴，让人崩溃。
根据Excel生成建表语句源码.rar
12-13
"根据Excel生成建表语句源码.rar"这个压缩包文件提供了一种解决方案，它包含了一段用于自动化生成SQL建表语句的代码。 首先，我们要理解这个过程的基本原理。Excel文件通常包含多个工作表，每个工作表可以被视为一...
mysql数据抽取，自动生成hive建表语句
03-11
本教程主要围绕“mysql数据抽取，自动生成hive建表语句”这一主题展开，讲解如何高效地实现这一过程。 首先，我们需要理解MySQL与Hive之间的数据模型差异。MySQL通常使用行式存储，支持复杂的事务处理，适合频繁的...
Excel自动生成sql创建表语句
01-17
支持sqlserver与oracle自动生成sql创建表语句，一键自动生成，非常强大。
excel自动生成创建表sql语句，支持MySql，Oracle，SQLServer三种创建方式，方便管理
01-18
excel自动生成创建表语句，支持MySql，Oracle，SQLServer三种创建方式，自动生成目录文档，方便查看与管理。
excel自动生成MySQL与oracle创建表语句
01-17
支持Mysql与oracle自动在excel中生成创建sql语句，非常强大，如果想使用sqlserver看我上一资源
sql同步自动生成hive建表语句及注释
08-08
基于oracle或者mysql生成自动建表同步源数据表结构及注释
Mysql元数据如何生成Hive建表语句注释脚本详解
09-09
这段脚本会根据MySQL的数据类型转换为Hive兼容的数据类型，并为每个字段生成`ALTER TABLE`语句，用于更新Hive表的字段注释。请注意，这只是一个示例，实际使用时需替换`TABLE_NAME`为你需要处理的表名。 接下来，...
自动生成建表语句
anwang8648的博客
11-28 796
# 创建类的时候要生成建表的语句 如何知道创建一个类了class Mymetaclass(type): # 创建类时自动调用 def __init__(self,class_name,class_bases,class_dic): # print(self) # print(class_name) # print(class_base...
execl自动生成建表语句(java程序)
weixin_44970289的博客
03-27 1472
execl自动生成建表语句(java程序)
自动生成MySQL DDL建表语句
天行健，君子以自强不息；地势坤，君子以厚德载物。
12-17 1686
简介项目中大部分情况下都是使用MySQL数据，而且主要使用的数据库类型是char、varchar、date、datetime、timestamp、int、tinyint等几种常见的数据类型；而且进行表设计时，一般都要出一份表设计文档，例如表设计模板如下因为有了如此标准的表设计文档，我们就可以通过解析xlsx生成数据的建表语句。pom文件引入主要引入解析xlsx的poi、日志的logback类库&l...
Python自动生成MySQL建表语句脚本
weixin_51025965的博客
05-26 1732
利用python脚本代码，自动生成你想要MySQL建表语句，适合要建多张表、字段多的，知道表结构后一分钟建好，无需修改代码，可拿走直接使用
根据这些字段生成postgresql的建表语句
最新发布
08-08
### 回答1： 好的，首先你需要提供这些字段的信息，例如字段名称、数据类型、是否非空等。 假设你有以下字段信息： - id：数字类型，主键，自增长 - name：字符串类型，非空 - age：数字类型，非空 - gender：字符串类型，可以为空 - address：字符串类型，可以为空 则可以使用以下 SQL 语句来创建名为 `person` 的表： ``` CREATE TABLE person ( id serial PRIMARY KEY, name VARCHAR NOT NULL, age INTEGER NOT NULL, gender VARCHAR, address VARCHAR ); ``` 这条语句会创建一个名为 `person` 的表，其中有五个字段，分别是 `id`、`name`、`age`、`gender` 和 `address`。`id` 字段是数字类型，并且是主键，设置为自增长。`name` 和 `age` 字段是字符串类型，并且设置为非空。`gender` 和 `address` 字段是字符串类型，并且可以为空。 请注意，这只是一个示例，实际上可能会有更多的字段和更复杂的表结构。 希望这对你有帮助！ ### 回答2： 生成 PostgreSQL 的建表语句需要根据给定的字段进行处理。以下是一个示例的程序脚本，用于根据给定的字段生成 PostgreSQL 的建表语句： ```python def generate_create_table_statement(fields): statement = "CREATE TABLE table_name(\n" for field in fields: statement += f"{field['name']} {field['type']}" if field['length']: statement += f"({field['length']})" if field['primary_key']: statement += " PRIMARY KEY" if not field['nullable']: statement += " NOT NULL" statement += ",\n" statement = statement.rstrip(",\n") # 移除最后一个逗号和换行符 statement += ");" return statement # 示例字段 fields = [ {"name": "id", "type": "INT", "length": None, "primary_key": True, "nullable": False}, {"name": "name", "type": "VARCHAR", "length": 50, "primary_key": False, "nullable": True}, {"name": "age", "type": "INT", "length": None, "primary_key": False, "nullable": True} ] create_table_statement = generate_create_table_statement(fields) print(create_table_statement) ``` 以上代码中，我们定义了一个 `generate_create_table_statement()` 函数，该函数接受字段列表作为参数，将这些字段逐个处理拼接到 `CREATE TABLE` 语句中。字段的属性包括字段名 `name`、字段类型 `type`、字段长度 `length`、是否为主键 `primary_key`，以及是否可为空 `nullable`。 使用示例字段生成的 PostgreSQL 建表语句如下所示： ``` CREATE TABLE table_name( id INT PRIMARY KEY NOT NULL, name VARCHAR(50), age INT ); ``` 你可以将字段列表替换为自己的数据，并调用函数 `generate_create_table_statement()` 来生成自定义的 PostgreSQL 建表语句。 ### 回答3： 在生成postgresql的建表语句之前，需要了解这些字段的具体信息，包括字段名称、数据类型、长度、约束条件等。以下是一个例子，假设我们有以下字段信息： 字段1：用户ID（user_id），数据类型为整型（int），长度为10，主键（PRIMARY KEY）； 字段2：用户名（username），数据类型为字符串型（varchar），长度为50，唯一性约束（UNIQUE）； 字段3：年龄（age），数据类型为整型（int），长度为2，非空约束（NOT NULL）； 字段4：性别（gender），数据类型为字符串型（varchar），长度为10； 字段5：注册日期（register_date），数据类型为日期型（date）。 根据以上字段生成postgresql的建表语句如下： CREATE TABLE 表名 ( user_id INT(10) PRIMARY KEY, username VARCHAR(50) UNIQUE, age INT(2) NOT NULL, gender VARCHAR(10), register_date DATE ); 以上语句中，CREATE TABLE表示创建一张表，表名可以根据实际情况进行命名。括号内每一行表示一个字段，包括字段名称和字段的数据类型及约束条件。其中，INT表示整型，VARCHAR表示字符串型，PRIMARY KEY表示主键，UNIQUE表示唯一性约束，NOT NULL表示非空约束，DATE表示日期型。 根据具体的字段信息，可以根据上述格式进行调整和修改，以生成适合的postgresql建表语句。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值