InterBase数据库迁移到MySQL（数据导出）

这篇我将记叙我的第二个脚本程序，这篇我使用InterBase数据库提供的“isql”命令来导出我所要的数据，但是由于“isql”命令没有直接导出数据的语句，说以我采用的是导入一个配置文件，在这个文件中定义好我要打开的是哪个数据库，以及输入账户名和密码之后使用sql语句查出所要的数据并写入到缓存中。

CONNECT "127.0.0.1:C:\OFFICE.GDB"
USER "sysdba"
PASSWORD "masterkey";
SELECT *FROM DAILYPLU;

一开始我是打算将数据先导出到文本文件中的，然后再通过第二个程序读取文本文件中的数据，但是后来想想可以讲这个两个程序做成一个的，而且还免去了导出路径以及第二个脚本读取路径的麻烦，于是我便将导出的数据以file类型的变量存在内存中，然后直接对这个变量进行操作，在查看“isql”命令导出的文件格式之后我发现了一个很乱的结果，与我想象的不一样的是，它是先输出一些没有用的话，然后是一行列名，紧接着是一行“===”来隔开列名与数据，然后是20行的内容，紧接着又是一行列名，一行“==”然后循环到数据导完。

对于这样的数据很难通过直接读取来到MySQL数据库中，所要要在脚本中进行处理，这一步很关键，而且也很复杂…我先使用Python的切片将文件切成两部分，这样我就可以从两部分中分别提取出列名，和数据了，对于第一个部分的列名的读取很简单，应为事先知道列名是第三行，这样我就可以通过切片直接取到第三行的数据了，这样切出来的数据是一行字符串，而使用Python中的join函数可以将一个字符串转换成list，这里还用到了scanf模块，切实很好用，有兴趣的可以深入研究一下，对于后面的数据我发现我遇到的数据全部是数字，于是乎偷了个懒，使用正则表达式将后面的内容除了数字的其他内容全部过滤掉，这样最后的数据就只剩下数字和空格了，对于时间的处理，由于数据中的时间是出现在一行的最后一列的，所以我在处理数据的时候将数据再切成两部分，前面的数字一部分，后面的时间单独进行正则的匹配，然后再把这两组数据拼接在一起组成新的数据，这样得到的仍然是一个字符串，同样通过join函数进行转换，最后再把两部分的数据拼装在一起，这样就输出成了第一行是列名，之后的全部是数据了，下面附上2张图片说明格式化之前和之后的样子：

之后将格式化的数据输出到文本文件中，以方便后面脚本的读取，下面是程序：

import os
import re,pdb,sys,getopt

opts, args = getopt.getopt(sys.argv[1:], "hi:o:",["help","int=","out="])
input_file=""
output_file=""
def usage():
    print """
    -h --help              print the help
    -i --int               To enter the address configuration file
    -o --out               To export the address database
    """
for op, value in opts:
    if op in ("-i","--gbk"):
        input_file = value
    elif op in ("-o","--gdb"):
        output_file = value
    elif op in ("-h"):
        usage()
        sys.exit()
#这个是InterBase数据库导出的命令

def main():
    #执行isql命令将返回一个文件并保存到一个变量中，然后逐行读取这个变量中的内容
    file=os.popen("isql<"+input_file)
    file3=file
    lines = file3.readlines()
    #打开配置文件
    fp = open(output_file,'w')
    #将读取到的数据取出表名,然后再写入到导出的文件的第一行
    lines11 = file3.readlines()
    lines12 = lines11[2:3]
    for line in lines2:
        result = scanf.sscanf(line,'%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s%s')
    linse3 = ",".join(result)
    fp.writelines(linse3)
    #对isql导出的文件进行切片，删除掉没有用的开头
    lines2 = lines[5:-1]
    lines3=[]
    for line in lines2:
    #下面的代码使用正则将空格删除，将时间格式化后拼装回成完整的一条数据
        line=re.sub(r'[^\d^\s^\-^\:^\.^\n]','',line)
        time=re.search(r'\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2}',line)
        if time!=None:
            line=re.sub(r'\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2}\.\d{4}','',line)
            line=re.sub(r'\s+',' ',line)
            sp=line.split(' ')
            sp.append(time.group())
            line=','.join(sp)
            line=re.sub(r'[,]+',',',line)
            line=line.split(',')
            line=line[1:]
            if len(line)!=0:
                lines3.append(line)
            else:
                line=re.sub(r'[^\d^\s^\-^\:^\.^\n]','',line)
                line=line[1:].strip()
    #将格式化好的数据逐行的写入到指定的文件中
    for line2 in lines3:
        line2=','.join(line2)
        fp.writelines(line2)
        fp.write('\r\n')

    fp.close()

if __name__ == '__main__':
   main()