ادغام CSV به SQL از طریق Python Excel Library

کتابخانه اکسل پرسرعت Python برای ادغام CSV به SQL. از تبدیل اکسل ما API برای توسعه نرم افزار سطح بالا و مستقل از پلت فرم در Python استفاده کنید. این یک راه حل نرم افزاری حرفه ای برای وارد کردن و صادرات Excel, CSV, OpenOffice, PDF, HTML, image و بسیاری از فرمت های اکسل دیگر است.

ادغام CSV به SQL با استفاده از کتابخانه اکسل Python

چگونه CSV را با SQL ادغام کنم؟ با کتابخانه Aspose.Cells for Python via .NET، می توانید به راحتی CSV را به صورت برنامه نویسی با چند خط کد به SQL ادغام کنید. Aspose.Cells for Python via .NET قادر به ساخت برنامه های چند پلتفرمی با قابلیت تولید، تغییر، تبدیل، رندر و چاپ تمام فایل های اکسل است. Python اکسل API نه تنها بین فرمت های صفحه گسترده تبدیل می شود، بلکه می تواند فایل های اکسل را به صورت تصویر، PDF, HTML, ODS, CSV, SVG, JSON, WORD, PPT و موارد دیگر ارائه دهد، بنابراین آن را به گزینه ای عالی برای تبادل اسناد در قالب های استاندارد صنعتی تبدیل می کند. می توانید Aspose.Cells for Python via .NET را نصب کنیدpypi ، از دستور به صورت زیر استفاده کنید:$ pip install aspose-cells-python.

ادغام CSV به SQL در کتابخانه اکسل Python

مثال زیر نحوه ادغام CSV به SQL را در Aspose.Cells for Python via .NET نشان می دهد.

مراحل آسان را برای ادغام CSV با SQL دنبال کنید. فایل های خود را آپلود کنید، روش Workbook.Combine را برای ادغام فایل ها فراخوانی کنید و سپس آن را در فایل SQL ذخیره کنید. اگر کد را در Python ایجاد کنید، این ساده تر از آن چیزی است که به نظر می رسد. مثال Python را ببینید که CSV را با SQL ادغام می کند.

نمونه کد برای ادغام CSV به SQL در کتابخانه اکسل Python

Select two files

Merge

Output format

   
  import  aspose.cells 
  from aspose.cells import Workbook
  
  workbook = Workbook("Input.xlsx")
  workbook.combine(Workbook("Combine.xlsx"))
  workbook.save("Output.pdf")
	 	
            Run
code
|||
Copy code to the clipboard

نحوه ادغام CSV با SQL از طریق کتابخانه اکسل Python

آیا نیاز به ادغام CSV با SQL به صورت برنامه ای دارید؟ یک سند اساسی ادغام و الحاق با Aspose.Cells for Python via .NET API ها را می توان تنها با چند خط کد انجام داد.

‘Aspose.Cells for Python via .NET’ را نصب کنید.
یک مرجع کتابخانه (وارد کردن کتابخانه) به پروژه Python خود اضافه کنید.
فایل CSV را با کلاس Workbook بارگذاری کنید.
روش Workbook.Combine را برای ادغام فایل ها فراخوانی کنید.
متد Workbook.Save را فراخوانی کنید و نام فایل خروجی را به عنوان پارامتر ارسال کنید. اکنون می توانید فایل خروجی را در Microsoft Office، Adobe PDF یا هر برنامه سازگار دیگری باز کرده و از آن استفاده کنید.

کتابخانه Python برای ادغام CSV با SQL

ما بسته های Python خود را در مخازن PyPi میزبانی می کنیم.

Aspose.Cells for Python را نصب کنیدpypi ، از دستور به صورت زیر استفاده کنید:$ pip install aspose-cells-python.

و همچنین می توانید دنبال کنید دستورالعمل های گام به گام در مورد نحوه نصب “Aspose.Cells for Python via .NET” در محیط توسعه دهنده خود.

سیستم مورد نیاز

API های ما در تمام سیستم عامل ها و سیستم عامل های اصلی پشتیبانی می شوند. لطفا قبل از اجرای کد زیر، از داشتن پیش نیازهای زیر در سیستم خود اطمینان حاصل کنید.

نصب Python 3.7 یا بالاتر
Aspose.Cells for Python را نصب کنیدpypi ، از دستور به صورت زیر استفاده کنید:$ pip install aspose-cells-python.

CSV چیست CSV فرمت فایل

فایل‌های با پسوند csv. (مقادیر جدا شده با کاما) فایل‌های متنی ساده را نشان می‌دهند که حاوی رکوردهایی از داده‌ها با مقادیر جدا شده با کاما هستند. هر خط در یک فایل CSV یک رکورد جدید از مجموعه رکوردهای موجود در فایل است. چنین فایل هایی زمانی ایجاد می شوند که انتقال داده ها از یک سیستم ذخیره سازی به سیستم دیگر در نظر گرفته شده باشد. از آنجایی که همه برنامه ها می توانند رکوردهای جدا شده با کاما را تشخیص دهند، وارد کردن چنین فایل های داده ای به پایگاه داده بسیار راحت انجام می شود. تقریباً همه برنامه های صفحه گسترده مانند Microsoft Excel یا OpenOffice Calc می توانند CSV را بدون تلاش زیاد وارد کنند. داده های وارد شده از چنین فایل هایی در سلول های یک صفحه گسترده برای نمایش به کاربر مرتب می شوند.

ادامه مطلب

SQL چیست SQL فرمت فایل

یک فایل با پسوند .sql یک فایل زبان پرس و جو ساخت یافته (SQL) است که حاوی کدهایی برای کار با پایگاه های داده رابطه ای است. برای نوشتن دستورات SQL برای عملیات CRUD (ایجاد، خواندن، به روز رسانی و حذف) در پایگاه داده استفاده می شود. فایل های SQL هنگام کار با دسکتاپ و همچنین پایگاه داده های مبتنی بر وب رایج هستند. چندین جایگزین برای SQL وجود دارد مانند Java Persistence Query Language (JPQL)، LINQ، HTSQL، 4D QL، و چندین مورد دیگر. فایل های SQL را می توان توسط ویرایشگرهای پرس و جوی Microsoft SQL Server، MySQL و سایر ویرایشگرهای متن ساده مانند Notepad در سیستم عامل Windows باز کرد.

ادامه مطلب