任务: 我正在将数据库从 MS Access 迁移到 Maximizer。为了做到这一点，我必须在 MS ACCESS 中获取 64 个表并将它们合并为一个。输出必须采用 TAB 或 CSV 文件的形式。然后将其导入 Maximizer。
问题: Access 无法执行看起来如此复杂的查询，因为它会在我运行查询时崩溃。
备选方案: 我已经考虑了一些备选方案，并且想做其中最不耗时的一个，同时也利用任何机会学习新东西。
- 将每个表导出到 CSV 中并导入到 SQLight 中，然后使用它进行查询以执行与 ACCESS 无法执行的操作相同的操作(合并 64 个表)。
- 将每个表导出到 CSV 文件中并编写脚本来 Access 每个表并将 CSV 文件合并到一个 CSV 文件中。
- 以某种方式连接到 MS ACCESS DB (API)，并编写脚本以从每个表中提取数据并将它们合并到一个 CSV 文件中。
问题: 你有什么建议？
澄清:
- 我正在合并表格，而不是串联表格。每个表都有不同的结构和不同的数据。它是一个标准化的 CRM 数据库。公司->联系人->详细信息 = ~ 60 个详细信息表。
- 由于 Access 数据库在数据库迁移后会被破坏，因此我希望尽可能少地花在 Access 上。
请您参考如下方法:
我同意 FrustratedWithFormsDesigner。 #2 似乎是最简单的方法。
如果您决定走那条路(需要 pyodbc )，这里有一些经过测试的代码:
import csv
import pyodbc
MDB = 'c:/path/to/my.mdb'
DRV = '{Microsoft Access Driver (*.mdb)}'
PWD = 'mypassword'
conn = pyodbc.connect('DRIVER=%s;DBQ=%s;PWD=%s' % (DRV,MDB,PWD))
curs = conn.cursor()
SQL = 'SELECT * FROM mytable;' # insert your query here
curs.execute(SQL)
rows = curs.fetchall()
curs.close()
conn.close()
# you could change the 'w' to 'a' for subsequent queries
csv_writer = csv.writer(open('mytable.csv', 'w'), lineterminator='\n')
for row in rows:
csv_writer.writerow(row)
