### Python 实现 Excel 数据导入到 Oracle 数据库 以下是基于 `pandas` 和 `cx_Oracle` 的解决方案，用于将 Excel 文件中的数据读取并写入到 Oracle 数据库中。 #### 安装依赖项 为了完成此任务，需要安装以下两个主要模块： - **pandas**: 用于处理 Excel 文件。 - **cx_Oracle**: 用于与 Oracle 数据库交互。 可以通过以下命令安装这些模块： ```bash pip install pandas openpyxl cx_Oracle ``` 注意：如果遇到错误提示缺少 Oracle 客户端库，则需下载对应版本的 Instant Client 并将其路径添加至环境变量[^2]。 --- #### 示例代码 以下是一个完整的示例程序： ```python import pandas as pd import cx_Oracle # 配置数据库连接信息 dsn_tns = cx_Oracle.makedsn('hostname', 'port', service_name='service_name') connection = None try: # 建立数据库连接 connection = cx_Oracle.connect(user="username", password="password", dsn=dsn_tns) # 使用 Pandas 读取 Excel 文件 df = pd.read_excel("data.xlsx") # 替换为实际文件名 # 将 DataFrame 转换为列表形式 (每行为元组) rows = [tuple(x) for x in df.to_numpy()] # 构造 SQL 插入语句 columns = ', '.join(df.columns.tolist()) placeholders = ':' + ', :'.join(map(str, range(1, len(df.columns)+1))) sql_insert = f"INSERT INTO target_table ({columns}) VALUES ({placeholders})" # 批量插入数据 cursor = connection.cursor() cursor.executemany(sql_insert, rows) connection.commit() except Exception as e: print(f"发生错误: {e}") finally: if connection is not None and connection.is_connected(): connection.close() ``` --- #### 关键点说明 1. **Pandas 处理 Excel** - 使用 `pd.read_excel()` 方法加载 Excel 文件内容，并返回一个 DataFrame 对象。 - 如果 Excel 中有多个工作表，默认会加载第一个；可以使用 `sheet_name` 参数指定特定的工作表名称或索引[^4]。 2. **Cx_Oracle 连接数据库** - 使用 `cx_Oracle.connect()` 函数建立与 Oracle 数据库的连接。需要注意的是，DSN 字符串应根据实际情况调整[^3]。 3. **批量插入优化** - 利用 `cursor.executemany()` 方法实现批量插入操作，相比逐条插入效率更高[^4]。 - 占位符语法采用绑定变量的方式 (`:`)，能够有效防止 SQL 注入攻击[^4]。 4. **异常处理机制** - 添加了 try-except-finally 结构以确保即使出现错误也能安全关闭数据库连接[^4]。 --- #### 注意事项 - 确保目标表格结构已提前创建好，字段顺序和类型匹配于 Excel 数据源。 - 若涉及大量数据传输，建议启用事务控制（如分批提交），以免内存占用过高或者网络中断造成失败回滚问题。 ---