前提条件：本地已经安装好oracle单实例，能使用plsql developer连接，或者能使用TNS连接串远程连接到oracle集群
读取excel写入数据库的方式有多种，这里介绍的是使用pandas写入，相对来说比较简便，不需要在读取excel后再去整理数据
整个过程需要分两步进行：
一、配置python连接oracle并测试成功
网上有不少教程，但大部分都没那么详细，并且也没有说明连接单实例和连接集群的区别，这里先介绍连接oracle单实例的方式，后续再补充连接oracle集群方式。
版本：
window 10 64位
python 3.6.8
cx-Oracle 7.3.0
安装流程：
1、使用pip安装操作oracle的包：
pip install cx_Oracle==7.3.0
2、手动配置cx_Oracle临时客户端：
注意这里电脑是64位的，使用的即时客户端也是64位的，32位的需要另外到下面的下载地址找一下
2.1、解压下面的文件
提取码: pxmq
oracle即时客户端使用说明：
oracle即时客户端下载地址：
https://www.oracle.com/database/technologies/instant-client/downloads.html
2.2、放置到D盘某个位置，例如：
2.3、配置环境变量
控制面板——系统和安全——系统
2.4、重启电脑，让新配置的环境变量生效
2.5、测试配置是否成功
虽然导入cx_Oracle有红色波浪线，一般认为导入不成功，但这里可以先不管它，直接运行测试代码，没有报错说明没问题。
如果没有查到数据，也可能是该用户下没有emp表。
import cx_Oracle
import os
# 设置环境编码方式，可解决读取数据库中文乱码问题
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'
# 用户名/密码@IP:端口/实例名
conn = cx_Oracle.connect('kplin/12sss3456@192.168.124.102:1521/ORCL')
cursor = conn.cursor()
try:
sql = 'select * from emp'
cursor.execute(sql)
ret = cursor.fetchall()
print(ret)
# cursor.commit()
except Exception as e:
print(e)
finally:
cursor.close()
二、使用pandas读取excel数据，使用sqlalchemy协助写入数据库
1、安装sqlalchemy，pandas
这里指定pandas版本是因为最新版的pandas在读写excel的时候会有些奇怪的报错，换成1.1.4版本即可。
pip install pandas==1.1.4
pip install sqlalchemy
2、准备一个excel表，命名为test.xlsx，写入以下测试数据
3、测试读取并写入数据库
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# date: 2021/3/14
# filename: excel_to_db
# author: kplin
import pandas as pd
from sqlalchemy import create_engine
from sqlalchemy import types
# conn_string='oracle+cx_oracle://user:pass@host:port/dbname'
conn_string='oracle+cx_oracle://KPLIN:654321@192.168.124.6:1521/ORCL'
engine = create_engine(conn_string, echo=False)
df = pd.read_excel('test.xlsx')
# if_exists有三个可选值，'fail'：如果存在该表则报错，'append'：如果存在该表则将数据追加到列尾，'replace'：如果存在该表则替换
# df.to_sql('test', con=engine, if_exists='replace')
# 按上面这种写入方式name字段将被写成clob字段类型，
# 如果我们希望把name改为varchar2类型，怎么做？
# 我们可以利用sqlalchemy的types把name指定为varchar2()类型
len = df.name.str.len().max()
df.to_sql('test', engine, if_exists='replace', dtype={'name': types.VARCHAR(len)})
rows = engine.execute("SELECT * FROM TEST").fetchall()
print(rows)
