### 导出 SQLite 所有表到 Excel 的方法 为了将 SQLite 数据库中的所有表导出为 Excel 文件，可以使用 Python 的 `sqlite3` 和 `pandas` 库来实现。`pandas` 提供了便捷的 `read_sql()` 和 `ExcelWriter` 功能，可以轻松地将每个表写入 Excel 的不同工作表中。 以下是一个完整的实现示例： ```python import sqlite3 import pandas as pd def export_sqlite_to_excel(db_path, excel_path): # 连接到SQLite数据库 conn = sqlite3.connect(db_path) # 获取所有表名 cursor = conn.cursor() cursor.execute("SELECT name FROM sqlite_master WHERE type='table';") tables = cursor.fetchall() # 使用 ExcelWriter 保存多个表到同一个Excel文件 with pd.ExcelWriter(excel_path, engine='xlsxwriter') as writer: for table_name in tables: table_name = table_name[0] # 使用pandas读取表数据 df = pd.read_sql(f"SELECT * FROM {table_name}", conn) # 写入Excel，表名作为工作表名称 df.to_excel(writer, sheet_name=table_name, index=False) # 关闭数据库连接 conn.close() ``` 上述代码首先连接到 SQLite 数据库，并通过 SQL 查询 `sqlite_master` 获取所有表名。然后使用 `pandas` 的 `read_sql()` 函数逐个读取每个表的数据，并通过 `ExcelWriter` 将每个表写入 Excel 文件的不同工作表中。最后关闭数据库连接[^1]。 #### 使用 `xlwt` 导出数据（适用于 `.xls` 格式） 如果需要使用 `xlwt` 库导出数据，则可以遍历每个表并手动写入 Excel 文件。以下是基于 `xlwt` 的实现示例： ```python import sqlite3 import xlwt def export_sqlite_to_excel_xls(db_path, excel_path): conn = sqlite3.connect(db_path) cursor = conn.cursor() cursor.execute("SELECT name FROM sqlite_master WHERE type='table';") tables = cursor.fetchall() workbook = xlwt.Workbook(encoding='utf-8') for table_name in tables: table_name = table_name[0] worksheet = workbook.add_sheet(table_name) # 获取表结构 cursor.execute(f"PRAGMA table_info({table_name})") columns = cursor.fetchall() column_names = [col[1] for col in columns] # 写入列名 for i, col_name in enumerate(column_names): worksheet.write(0, i, col_name) # 获取表数据 cursor.execute(f"SELECT * FROM {table_name}") rows = cursor.fetchall() # 写入数据 for row_idx, row in enumerate(rows): for col_idx, value in enumerate(row): worksheet.write(row_idx + 1, col_idx, value) workbook.save(excel_path) conn.close() ``` 该方法通过 `PRAGMA table_info()` 获取表的列信息，并将列名写入 Excel 文件的第一行。然后从每个表中查询数据，并逐行写入 Excel 文件。这种方法适用于旧版本的 `.xls` 文件格式[^2]。 ### 使用 Pandas 提升效率 使用 `pandas` 不仅可以简化代码，还可以提高导出效率，尤其是当数据量较大时。`pandas` 支持多种数据库操作，并且能够自动处理列名和数据类型。此外，`pandas` 配合 `xlsxwriter` 引擎可以支持 Excel 的格式化功能，如设置列宽、字体样式等[^1]。 ### 支持的文件格式 如果需要支持 `.xlsx` 格式，推荐使用 `openpyxl` 或 `xlsxwriter` 引擎，它们支持现代 Excel 文件格式，并提供更丰富的功能。而 `xlwt` 仅支持 `.xls` 格式，适用于较旧的 Excel 版本[^2]。 ---