从使用 pandas 的 excel 创建的 odc 文件中读取数据框答案

【问题标题】：Reading a dataframe from an odc file created through excel using pandas从使用 pandas 的 excel 创建的 odc 文件中读取数据框
【发布时间】：2019-11-18 00:20:37
【问题描述】：

我的公司已经通过 SQL 完成了一些工作，并允许我们通过从 Excel 请求 SQL 源来访问某些数据帧。所以我从数据>其他来源>请求了电子表格并创建了这个.odc文件（一种数据连接），它允许我读取那个特定的数据框所以我想使用 pandas 读取数据框，但不知道该怎么做

我想过使用 sqlalchemy 导入来创建引擎但问题是，IT 同事是完成所有 SQL 工作的人，我只需要读取文件，所以我不确定这是否是解决方案。

我考虑过使用以下内容：

from sqlalchemy import create_engine
engine = create_engine('postgresql://user@localhost:5432/mydb')

有没有办法直接读取.odc 文件并从连接文件中获取我想要的数据帧？

欢迎提出建议

【问题讨论】：

标签： python sql database pandas

【解决方案1】：

只有 MS Office 应用程序可以直接使用 .odc 文件，这些文件只是元数据信息文件，而不是实际的连接对象或 API。但是，您可以提取基础信息，特别是连接字符串，以便在 MS Office 应用程序之外使用。

由于 Office 数据连接 (.odc) 文件是 HTML/XML 标记文件，因此请在任何文本编辑器中打开它们并找到 <odc:ConnectionString> 标记。然后，直接在 Python 脚本中使用该值。但是，连接可能会使用未与 PostgreSQL 的 SQLAlchemy 集成的 OLEDB 提供程序或 ODBC 驱动程序，但您可以提取所需的参数：host、user、数据库等，以满足您的需求。否则使用 Postgres 的 ODBC 驱动程序查看pyodbc（没有 SQLAlchemy）。

下面显示了一个到 MS Access 数据库的 .odc 文件示例和 Python 中使用的相同连接字符串（没有 SQLAlchemy）。

.odc

<html xmlns:o="urn:schemas-microsoft-com:office:office" xmlns="http://www.w3.org/TR/REC-html40">

<head>
    <meta http-equiv=Content-Type content="text/x-ms-odc; charset=utf-8">
    <meta name=ProgId content=ODC.Table>
    <meta name=SourceType content=ODBC>
    <title>My Access DB</title>
    <xml id=docprops>
        <o:DocumentProperties xmlns:o="urn:schemas-microsoft-com:office:office" xmlns="http://www.w3.org/TR/REC-html40">
            <o:Description>My MS Access DB</o:Description>
            <o:Name>My MS Access DB</o:Name>
        </o:DocumentProperties>
    </xml>
    <xml id=msodc>
        <odc:OfficeDataConnection xmlns:odc="urn:schemas-microsoft-com:office:odc" xmlns="http://www.w3.org/TR/REC-html40">
            <odc:Connection odc:Type="ODBC">
                <odc:ConnectionString>DSN=MS Access Database;DBQ=C:\Path\To\MyDatabase\DB.accdb;DefaultDir=C:\Path\To\MyDatabase;DriverId=25;FIL=MS Access;MaxBufferSize=2048;PageTimeout=5;</odc:ConnectionString>
                <odc:CommandText>SELECT * FROM `C:\Path\To\MyDatabase\DB.accdb`.`MyTable`</odc:CommandText>
            </odc:Connection>
        </odc:OfficeDataConnection>
    </xml>
    <style>
        <!-- .ODCDataSource {
            behavior: url(dataconn.htc);
        }

        -->
    </style>

</head>    
...

Python （注意上面使用了准确的连接字符串）

import pyodbc
import pandas as pd

conn = pyodbc.connect('DSN=MS Access Database;DBQ=C:\Path\To\MyDatabase\DB.accdb;'
                      'DefaultDir=C:\Path\To\MyDatabase;DriverId=25;FIL=MS Access;'
                      'MaxBufferSize=2048;PageTimeout=5;')

df = pd.read_sql("SELECT * FROM myTable", conn)

...
conn.close()

【讨论】：