http://hawkee.com/snippet/8320/
使用php写的,源码我就不贴上来了,写的比较简单,先是读取了csv的第一行,根据这个创建了表格,然后再利用sql自带的语句 “load data infile....”将剩下的数据读入到这个表格中。但是刚好服务器的后台command line 执行的php没有安装好,放在browser上的话处理数据又不太适合,于是我就自己写了一个简单的Python的脚本。
首先csv读入mysql 可以使用sql语句直接读入 代码如下:
- LOAD DATA INFILE 'csv_file'
- IGNORE INTO TABLE table_name
- CHARACTER SET UTF8
- FIELDS TERMINATED BY ';'
- OPTIONALLY ENCLOSED BY '"'
- LINES TERMINATED BY '\n'
- #coding=utf-8
- import csv
- import sys
- import codecs
- import MySQLdb
- reload(sys)
- sys.setdefaultencoding('utf-8')
- csv_filename=sys.argv[1]
- database=sys.argv[2]
- table_name=sys.argv[3]
- file=codecs.open(csv_filename,'r','utf-8')
- reader=file.readline()
- b=reader.split(',')
- colum=''
- for a in b:
- colum=colum+a+' varchar(255),'
- colum=colum[:-1]
- create='create table if not exists '+table_name+' '+'('+colum+')'+' DEFAULT CHARSET=utf8'
- data='LOAD DATA LOCAL INFILE \''+csv_filename+'\' INTO TABLE '+table_name +' character set utf8 FIELDS TERMINATED BY \',\' ENCLOSED BY \'\"\' LINES TERMINATED BY \''+r'\r\n'+'\' IGNORE 1 LINES;'
- e=unicode(data,'utf8')
- conn=MySQLdb.connect(
- host='localhost',
- port=3306,
- user='root',
- passwd='',
- db=database)
- conn.set_character_set('utf8')
- cursor=conn.cursor()
- cursor.execute('SET NAMES utf8;')
- cursor.execute('SET character_set_connection=utf8;')
- cursor.execute(create)
- cursor.execute(e)
- cursor.rowcount
- conn.commit()
- cursor.close()
- print('OK')
第一个参数csv文件(可以不和python脚本放在一个位置,路径写对就可以,不过放在一起更方便)
第二个参数选择存放的数据库名
第三个需要存入的表格名字。(不需要再去单独建立表格)
直接在命令行运行,没有报error错误就可以(会报warnning没关系)
这里有一点要注意的是,从代码就可以看出,创建的table的字段都是定义好的了,都是varchar(255),如果需要修改的话,可以到数据库根据自己的需要修改相应的field的属性。
另外一点就是csv中文的问题了,我要导入就是至少几十M的中文数据,所以一开始也遇到了点麻烦(不过python对中文的支持也不是很好)。这里要先明白一个问题就是csv的文件是什么编码的,我的 csv是utf8编码的,如果不是utf8最好先转成utf8的编码格式。上面的代码是在Linux服务器下测试成功的,如果是windows的话,有问题也因该是编码的问题。
还有就是创建数据库的时候也一定要记得统一用utf8的格式
1、建立数据库连接后
- conn.set_character_set('utf8')
2、建立数据库游标后:
- cursor.execute('SET NAMES utf8;')
SET NAMES 'utf8';
它相当于下面的三句指令:
SET character_set_client = utf8;
SET character_set_results = utf8;
SET character_set_connection = utf8;
3、创建表格的时候在表格后面加上:
- DEFAULT CHARSET=utf8
这样就没有问题,其实就是要保证在整个数据流动过程中的编码要一致就可以了
ps:python有 CSV模块可以而支持读写csv文件,不过由于我只是提取一行建立表格所以就这里就没有用,不过我也尝试了一下,csv模块,如果要读取csv内容的话可以用这个模块,但是这个模块只支持utf8格式的,其它的格式的需要转码一下,这个看官方文档就可以了。