要导入的表格数据总数与导入后的数据库中的数据总数对不上，怎么做测试

<think>我们正在开发一个电商数据分析系统，需要实现以下功能： 1. Excel/CSV导入：通过HTML页面上传文件，后端自动解析并存储到MySQL 2. 数据清洗：自动识别日期列、数值列等，处理缺失值 3. MySQL存储：自动创建数据库和表结构 4. Flask后端处理：处理文件上传、数据解析、数据库交互、分页查询等 5. 前端展示与查询：支持按店铺码、名称、时间段查询，分页展示 我们将分步骤解决以下问题： a. 文件上传解析：使用Flask处理文件上传，解析Excel/CSV b. 数据类型推断：使用pandas自动推断列类型，特别是日期列 c. 数据库交互：使用SQLAlchemy自动创建表结构，存储数据 d. 前端渲染：使用Jinja2模板渲染查询结果 e. 分页性能优化：使用服务器端分页，避免一次性加载大量数据 步骤概览： 1. 搭建Flask应用基础结构 2. 实现文件上传和解析功能 3. 实现数据清洗和类型推断 4. 实现自动创建MySQL表并存储数据 5. 实现店铺管理和数据查询功能（按店铺、时间段） 6. 解决常见问题（日期识别、类型推断、Jinja2异常、分页性能） 我们将提供完整的可运行代码，但请注意，由于篇幅限制，部分细节可能需要根据实际情况调整。 开始编写代码： 第一步：创建Flask应用，配置数据库连接和文件上传设置</think># 电商数据分析系统开发教程 下面我将为您构建一个完整的电商数据分析系统，涵盖Excel/CSV导入、数据清洗、MySQL存储、Flask后端处理和前端展示功能。 ## 系统架构设计 ```mermaid graph TD A[前端界面] -->|上传文件| B(Flask后端) B --> C[文件解析] C --> D[数据清洗] D --> E[MySQL存储] E --> F[数据查询] F --> G[可视化展示] ``` ## 环境准备 ```bash # 安装所需库 pip install flask pandas numpy openpyxl mysql-connector-python flask-sqlalchemy flask-wtf matplotlib ``` ## 后端实现 ### app.py (主程序) ```python import os import pandas as pd import numpy as np from flask import Flask, render_template, request, redirect, url_for, flash, jsonify from flask_sqlalchemy import SQLAlchemy from werkzeug.utils import secure_filename from datetime import datetime, timedelta from sqlalchemy import inspect app = Flask(__name__) app.config['SECRET_KEY'] = 'your_secret_key' app.config['UPLOAD_FOLDER'] = 'uploads' app.config['MAX_CONTENT_LENGTH'] = 16 * 1024 * 1024 # 16MB app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+mysqlconnector://username:password@localhost/ecommerce_db' app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False db = SQLAlchemy(app) # 店铺模型 class Store(db.Model): id = db.Column(db.Integer, primary_key=True) store_code = db.Column(db.String(50), unique=True, nullable=False) store_name = db.Column(db.String(100), nullable=False) created_at = db.Column(db.DateTime, default=datetime.utcnow) def __repr__(self): return f'<Store {self.store_code} - {self.store_name}>' # 创建数据库表 with app.app_context(): db.create_all() # 确保上传文件夹存在 os.makedirs(app.config['UPLOAD_FOLDER'], exist_ok=True) def allowed_file(filename): return '.' in filename and filename.rsplit('.', 1)[1].lower() in {'csv', 'xlsx', 'xls'} def infer_column_types(df): """智能推断列类型，特别是日期列""" type_mapping = {} date_formats = ['%Y-%m-%d', '%d/%m/%Y', '%m/%d/%Y', '%Y%m%d', '%d-%m-%Y'] for col in df.columns: # 尝试识别日期列 if df[col].dtype == 'object': try: # 尝试多种日期格式 for fmt in date_formats: try: pd.to_datetime(df[col], format=fmt, errors='raise') type_mapping[col] = 'datetime64[ns]' break except: continue else: # 尝试转换为数值 try: pd.to_numeric(df[col]) type_mapping[col] = 'float64' except: # 检查唯一值数量判断是否分类 if len(df[col].unique()) / len(df[col]) < 0.1: type_mapping[col] = 'category' else: type_mapping[col] = 'object' except: type_mapping[col] = 'object' else: type_mapping[col] = str(df[col].dtype) return type_mapping def clean_data(df): """数据清洗函数""" # 处理缺失值 for col in df.columns: if df[col].dtype == 'object': df[col].fillna('Unknown', inplace=True) elif 'datetime' in str(df[col].dtype): df[col].fillna(pd.Timestamp('1970-01-01'), inplace=True) else: df[col].fillna(0, inplace=True) # 移除重复行 df.drop_duplicates(inplace=True) return df @app.route('/') def index(): stores = Store.query.all() return render_template('index.html', stores=stores) @app.route('/upload', methods=['POST']) def upload_file(): if 'file' not in request.files: flash('没有文件部分', 'danger') return redirect(url_for('index')) file = request.files['file'] store_code = request.form.get('store_code') if file.filename == '': flash('未选择文件', 'danger') return redirect(url_for('index')) if not store_code: flash('请提供店铺码', 'danger') return redirect(url_for('index')) if file and allowed_file(file.filename): filename = secure_filename(file.filename) filepath = os.path.join(app.config['UPLOAD_FOLDER'], filename) file.save(filepath) try: # 读取文件 if filename.endswith('.csv'): df = pd.read_csv(filepath) else: # Excel文件 df = pd.read_excel(filepath) # 添加店铺代码列 df['store_code'] = store_code # 数据清洗 df = clean_data(df) # 智能推断列类型 type_mapping = infer_column_types(df) # 创建或获取店铺 store = Store.query.filter_by(store_code=store_code).first() if not store: store_name = request.form.get('store_name', f'店铺-{store_code}') store = Store(store_code=store_code, store_name=store_name) db.session.add(store) db.session.commit() # 自动创建表结构（如果不存在） table_name = f"sales_data_{store_code}" if not db.engine.has_table(table_name): # 生成动态模型 dynamic_attrs = {'__tablename__': table_name} dynamic_attrs['id'] = db.Column(db.Integer, primary_key=True) for col, dtype in type_mapping.items(): if dtype.startswith('datetime'): dynamic_attrs[col] = db.Column(db.DateTime) elif dtype == 'float64': dynamic_attrs[col] = db.Column(db.Float) elif dtype == 'int64': dynamic_attrs[col] = db.Column(db.Integer) elif dtype == 'category': dynamic_attrs[col] = db.Column(db.String(100)) else: dynamic_attrs[col] = db.Column(db.Text) # 创建动态模型 DynamicModel = type('DynamicModel', (db.Model,), dynamic_attrs) db.create_all() else: # 获取现有模型 DynamicModel = type('DynamicModel', (db.Model,), { '__tablename__': table_name, '__table__': db.Table(table_name, db.metadata, autoload_with=db.engine) }) # 批量插入数据（性能优化） records = df.to_dict('records') batch_size = 1000 for i in range(0, len(records), batch_size): batch = records[i:i+batch_size] db.session.bulk_insert_mappings(DynamicModel, batch) db.session.commit() flash(f'成功导入 {len(df)} 条数据', 'success') except Exception as e: app.logger.error(f'导入数据错误: {str(e)}') flash(f'导入失败: {str(e)}', 'danger') finally: # 删除临时文件 if os.path.exists(filepath): os.remove(filepath) else: flash('不允许的文件类型', 'danger') return redirect(url_for('index')) @app.route('/query', methods=['GET']) def query_data(): store_code = request.args.get('store_code') start_date = request.args.get('start_date') end_date = request.args.get('end_date') page = request.args.get('page', 1, type=int) per_page = 50 # 每页显示50条记录 if not store_code: return jsonify({'error': '缺少店铺码参数'}), 400 # 检查店铺是否存在 store = Store.query.filter_by(store_code=store_code).first() if not store: return jsonify({'error': '店铺不存在'}), 404 # 获取对应店铺的数据表 table_name = f"sales_data_{store_code}" if not db.engine.has_table(table_name): return jsonify({'error': '该店铺没有数据'}), 404 # 动态加载模型 DynamicModel = type('DynamicModel', (db.Model,), { '__tablename__': table_name, '__table__': db.Table(table_name, db.metadata, autoload_with=db.engine) }) # 构建查询 query = db.session.query(DynamicModel) # 日期过滤 date_columns = [] for column in inspect(DynamicModel).columns: if isinstance(column.type, db.DateTime): date_columns.append(column.name) if date_columns and start_date and end_date: try: start_date = datetime.strptime(start_date, '%Y-%m-%d') end_date = datetime.strptime(end_date, '%Y-%m-%d') + timedelta(days=1) # 使用OR条件查询所有可能的日期列 date_filters = [] for col in date_columns: date_filters.append(getattr(DynamicModel, col).between(start_date, end_date)) query = query.filter(db.or_(*date_filters)) except ValueError: return jsonify({'error': '日期格式错误，请使用YYYY-MM-DD格式'}), 400 # 分页查询（性能优化） pagination = query.paginate(page=page, per_page=per_page, error_out=False) results = [row_to_dict(row) for row in pagination.items] # 获取表头 headers = [column.name for column in inspect(DynamicModel).columns] return jsonify({ 'store': store.store_name, 'headers': headers, 'data': results, 'pagination': { 'page': pagination.page, 'per_page': pagination.per_page, 'total': pagination.total, 'pages': pagination.pages } }) def row_to_dict(row): """将SQLAlchemy行对象转换为字典，处理日期格式""" result = {} for column in row.__table__.columns: value = getattr(row, column.name) if isinstance(value, datetime): result[column.name] = value.strftime('%Y-%m-%d %H:%M:%S') else: result[column.name] = value return result @app.route('/dashboard') def dashboard(): # 获取所有店铺 stores = Store.query.all() # 汇总数据（示例） summary = [] for store in stores: table_name = f"sales_data_{store.store_code}" if db.engine.has_table(table_name): # 使用原生SQL获取统计信息（性能优化） result = db.session.execute(f""" SELECT COUNT(*) as total_orders, SUM(total_amount) as total_sales, AVG(total_amount) as avg_order_value FROM {table_name} """).fetchone() if result: summary.append({ 'store_code': store.store_code, 'store_name': store.store_name, 'total_orders': result[0], 'total_sales': float(result[1]) if result[1] else 0, 'avg_order_value': float(result[2]) if result[2] else 0 }) return render_template('dashboard.html', summary=summary) if __name__ == '__main__': app.run(debug=True) ``` ## 前端实现 ### templates/index.html ```html <!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>电商数据分析系统</title> <link href="https://cdn.jsdelivr.net/npm/[email protected]/dist/css/bootstrap.min.css" rel="stylesheet"> <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/[email protected]/font/bootstrap-icons.css"> </head> <body> <div class="container py-4"> <h1 class="mb-4 text-center">电商数据分析系统</h1> <!-- 文件上传表单 --> <div class="card mb-4"> <div class="card-header bg-primary text-white"> <i class="bi bi-upload me-2"></i>数据导入 </div> <div class="card-body"> <form id="uploadForm" method="POST" action="/upload" enctype="multipart/form-data"> <div class="mb-3"> <label class="form-label">选择店铺</label> <select class="form-select" name="store_code" required> <option value="">-- 选择店铺 --</option> {% for store in stores %} <option value="{{ store.store_code }}">{{ store.store_name }} ({{ store.store_code }})</option> {% endfor %} </select> </div> <div class="mb-3"> <label class="form-label">上传新店铺</label> <div class="input-group"> <span class="input-group-text">店铺码</span> <input type="text" class="form-control" name="new_store_code" placeholder="新店铺代码"> <span class="input-group-text">店铺名</span> <input type="text" class="form-control" name="new_store_name" placeholder="新店铺名称"> </div> </div> <div class="mb-3"> <label for="formFile" class="form-label">上传数据文件 (CSV/Excel)</label> <input class="form-control" type="file" id="formFile" name="file" accept=".csv,.xlsx,.xls" required> </div> <button type="submit" class="btn btn-primary"> <i class="bi bi-cloud-upload me-2"></i>导入数据 </button> </form> </div> </div> <!-- 数据查询表单 --> <div class="card mb-4"> <div class="card-header bg-success text-white"> <i class="bi bi-search me-2"></i>数据查询 </div> <div class="card-body"> <form id="queryForm"> <div class="row g-3 mb-3"> <div class="col-md-4"> <label class="form-label">选择店铺</label> <select class="form-select" name="store_code" required> <option value="">-- 选择店铺 --</option> {% for store in stores %} <option value="{{ store.store_code }}">{{ store.store_name }} ({{ store.store_code }})</option> {% endfor %} </select> </div> <div class="col-md-4"> <label class="form-label">开始日期</label> <input type="date" class="form-control" name="start_date"> </div> <div class="col-md-4"> <label class="form-label">结束日期</label> <input type="date" class="form-control" name="end_date"> </div> </div> <button type="submit" class="btn btn-success"> <i class="bi bi-search me-2"></i>查询数据 </button> </form> </div> </div> <!-- 查询结果表格 --> <div id="queryResults" class="d-none"> <div class="card"> <div class="card-header bg-info text-white"> <i class="bi bi-table me-2"></i>查询结果 </div> <div class="card-body"> <h5 id="storeName" class="mb-3"></h5> <div class="table-responsive"> <table class="table table-striped table-hover"> <thead id="resultHeader"></thead> <tbody id="resultBody"></tbody> </table> </div> <!-- 分页控件 --> <nav id="paginationNav" class="d-none"> <ul class="pagination justify-content-center"> <li class="page-item disabled" id="prevPage"> <a class="page-link" href="#" tabindex="-1">上一页</a> </li> <li class="page-item" id="nextPage"> <a class="page-link" href="#">下一页</a> </li> </ul> </nav> </div> </div> </div> <!-- 仪表盘链接 --> <div class="text-center mt-4"> <a href="/dashboard" class="btn btn-lg btn-warning"> <i class="bi bi-speedometer2 me-2"></i>查看数据仪表盘 </a> </div> </div> <!-- 消息提示 --> {% with messages = get_flashed_messages(with_categories=true) %} {% if messages %} <div class="position-fixed bottom-0 end-0 p-3" style="z-index: 11"> {% for category, message in messages %} <div class="toast show" role="alleet" aria-live="assertive" aria-atomic="true"> <div class="toast-header bg-{{ category }} text-white"> <strong class="me-auto">系统消息</strong> <button type="button" class="btn-close" data-bs-dismiss="toast" aria-label="Close"></button> </div> <div class="toast-body"> {{ message }} </div> </div> {% endfor %} </div> {% endif %} {% endwith %} <script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/js/bootstrap.bundle.min.js"></script> <script> // 处理表单提交 document.getElementById('queryForm').addEventListener('submit', function(e) { e.preventDefault(); queryData(1); }); // 分页事件处理 document.getElementById('nextPage').addEventListener('click', function() { const currentPage = parseInt(this.dataset.currentPage) || 1; queryData(currentPage + 1); }); document.getElementById('prevPage').addEventListener('click', function() { const currentPage = parseInt(this.dataset.currentPage) || 1; if (currentPage > 1) { queryData(currentPage - 1); } }); // 查询数据函数 function queryData(page) { const formData = new FormData(document.getElementById('queryForm')); const params = new URLSearchParams(); for (const [key, value] of formData.entries()) { if (value) params.append(key, value); } params.append('page', page); fetch(`/query?${params.toString()}`) .then(response => response.json()) .then(data => { if (data.error) { alleet(data.error); return; } // 显示结果区域 document.getElementById('queryResults').classList.remove('d-none'); document.getElementById('storeName').textContent = `店铺: ${data.store}`; // 渲染表头 const headerRow = document.createElement('tr'); data.headers.forEach(header => { const th = document.createElement('th'); th.textContent = header; headerRow.appendChild(th); }); document.getElementById('resultHeader').innerHTML = ''; document.getElementById('resultHeader').appendChild(headerRow); // 渲染表格数据 const tbody = document.getElementById('resultBody'); tbody.innerHTML = ''; data.data.forEach(row => { const tr = document.createElement('tr'); data.headers.forEach(header => { const td = document.createElement('td'); td.textContent = row[header] || ''; tr.appendChild(td); }); tbody.appendChild(tr); }); // 渲染分页控件 const pagination = data.pagination; if (pagination.pages > 1) { const prevPage = document.getElementById('prevPage'); const nextPage = document.getElementById('nextPage'); prevPage.classList.toggle('disabled', pagination.page === 1); nextPage.classList.toggle('disabled', pagination.page === pagination.pages); prevPage.dataset.currentPage = pagination.page; nextPage.dataset.currentPage = pagination.page; document.getElementById('paginationNav').classList.remove('d-none'); } else { document.getElementById('paginationNav').classList.add('d-none'); } }) .catch(error => { console.error('查询错误:', error); alleet('查询数据时出错'); }); } // 新店铺处理 document.querySelector('select[name="store_code"]').addEventListener('change', function() { if (this.value === '') { document.querySelector('input[name="new_store_code"]').required = true; document.querySelector('input[name="new_store_name"]').required = true; } else { document.querySelector('input[name="new_store_code"]').required = false; document.querySelector('input[name="new_store_name"]').required = false; } }); </script> </body> </html> ``` ### templates/dashboard.html ```html <!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>数据仪表盘</title> <link href="https://cdn.jsdelivr.net/npm/[email protected]/dist/css/bootstrap.min.css" rel="stylesheet"> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> </head> <body> <div class="container py-4"> <h1 class="mb-4 text-center">销售数据仪表盘</h1> <a href="/" class="btn btn-secondary mb-4"> <i class="bi bi-arrow-left me-2"></i>返回首页 </a> <div class="row"> <!-- 销售概览 --> <div class="col-md-8"> <div class="card mb-4"> <div class="card-header bg-primary text-white"> <i class="bi bi-bar-chart me-2"></i>店铺销售概览 </div> <div class="card-body"> <canvas id="salesChart" height="300"></canvas> </div> </div> </div> <!-- 关键指标 --> <div class="col-md-4"> <div class="card mb-4"> <div class="card-header bg-success text-white"> <i class="bi bi-graph-up me-2"></i>关键指标 </div> <div class="card-body"> <div class="row"> {% for store in summary %} <div class="col-12 mb-3"> <div class="card"> <div class="card-header">{{ store.store_name }}</div> <div class="card-body"> <p>订单总数: <strong>{{ store.total_orders|number_format }}</strong></p> <p>总销售额: <strong>¥{{ store.total_sales|number_format(2) }}</strong></p> <p>客单价: <strong>¥{{ store.avg_order_value|number_format(2) }}</strong></p> </div> </div> </div> {% endfor %} </div> </div> </div> </div> </div> </div> <script> // 渲染销售图表 const ctx = document.getElementById('salesChart').getContext('2d'); const storeNames = {{ summary|map(attribute='store_name')|list|tojson }}; const totalSales = {{ summary|map(attribute='total_sales')|list|tojson }}; const totalOrders = {{ summary|map(attribute='total_orders')|list|tojson }}; new Chart(ctx, { type: 'bar', data: { labels: storeNames, datasets: [ { label: '总销售额 (¥)', data: totalSales, backgroundColor: 'rgba(54, 162, 235, 0.5)', borderColor: 'rgba(54, 162, 235, 1)', borderWidth: 1 }, { label: '订单总数', data: totalOrders, backgroundColor: 'rgba(255, 99, 132, 0.5)', borderColor: 'rgba(255, 99, 132, 1)', borderWidth: 1, type: 'line', yAxisID: 'y1' } ] }, options: { responsive: true, scales: { y: { beginAtZero: true, title: { display: true, text: '销售额 (¥)' } }, y1: { position: 'right', beginAtZero: true, title: { display: true, text: '订单数量' }, grid: { drawOnChartArea: false } } } } }); </script> </body> </html> ``` ## 关键问题解决方案 ### 1. 日期列识别问题 系统使用智能日期推断算法，支持多种日期格式： ```python def infer_column_types(df): date_formats = ['%Y-%m-%d', '%d/%m/%Y', '%m/%d/%Y', '%Y%m%d', '%d-%m-%Y'] for col in df.columns: if df[col].dtype == 'object': for fmt in date_formats: try: pd.to_datetime(df[col], format=fmt, errors='raise') return 'datetime64[ns]' except: continue # ...其他类型推断 ``` ### 2. 数据类型推断优化 系统根据列内容自动推断最佳数据类型： - 尝试转换为日期 - 尝试转换为数值 - 根据唯一值比例判断是否为分类数据 - 默认使用字符串类型 ### 3. 文件上传解析 使用Flask的安全文件处理： ```python file = request.files['file'] filename = secure_filename(file.filename) filepath = os.path.join(app.config['UPLOAD_FOLDER'], filename) file.save(filepath) # 根据扩展名选择解析器 if filename.endswith('.csv'): df = pd.read_csv(filepath) else: df = pd.read_excel(filepath) ``` ### 4. 数据库交互优化 - **动态表创建**：为每个店铺创建独立表 - **批量插入**：使用`bulk_insert_mappings`提高性能 - **服务器端分页**：避免加载全部数据 ### 5. 分页性能优化 ```python # 使用SQLAlchemy分页 page = request.args.get('page', 1, type=int) per_page = 50 # 每页显示50条记录 query = db.session.query(DynamicModel) pagination = query.paginate(page=page, per_page=per_page, error_out=False) ``` ### 6. Jinja2模板异常处理 - 使用`|tojson`过滤器安全传递数据到JavaScript - 添加`|default`处理可能的None值 - 使用条件渲染避免未定义变量错误 ## 系统部署说明 1. 创建MySQL数据库： ```sql CREATE DATABASE ecommerce_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; ``` 2. 安装依赖： ```bash pip install -r requirements.txt ``` 3. 启动应用： ```bash python app.py ``` 4. 访问系统： ``` http://localhost:5000 ``` ## 相关技术问题 1. 如何进一步提高大数据导入性能？ 2. 如何处理不同店铺的异构数据结构？ 3. 如何实现实时数据流处理？ 4. 如何优化复杂查询的响应时间？ 5. 如何扩展系统以支持更多数据源（如API、NoSQL）？ 6. 如何实现数据版本控制和历史记录追踪？ [^1]: 电商数据整合与处理技术方案 [^2]: 联邦数据库在跨系统数据查询中的应用 [^3]: Python数据存储技术详解 [^4]: 电商数据分析可视化最佳实践

### 如何使用 Navicat 创建和管理数据库 #### 使用 Navicat 连接 MySQL 数据库 要开始创建和管理数据库，首先需要建立与目标数据库的连接。下载并安装 Navicat 后，在界面中点击“新建连接”，选择 MySQL 类型，填写连接名、主机地址（通常是 `localhost` 或 IP 地址）、端口号（默认为 3306）、用户名和密码[^3]。完成后测试连接是否成功。 #### 创建一个新的数据库 在 Navicat 的图形化界面上右键单击左侧导航栏中的“Schema”选项，选择“新建数据库”。或者可以通过执行 SQL 命令来实现这一过程。以下是常用的 SQL 命令语法： ```sql CREATE DATABASE database_name [[DEFAULT] CHARACTER SET character_set_name] [DEFAULT COLLATE collation_name]; ``` 其中，`database_name` 是新数据库的名字，而 `[DEFAULT] CHARACTER SET` 和 `[DEFAULT] COLLATE` 可选参数分别用于设定字符集和排序规则[^2]。 #### 导入 SQL 文件到现有数据库 为了快速填充数据或恢复备份，可以利用 Navicat 将 SQL 脚本文件导入至已存在的数据库中。具体方法是在目标数据库上右键菜单里找到“运行SQL文件”的选项，随后按照提示浏览定位到对应的 .sql 文件路径即可完成整个导入流程[^1]。 #### 修改已有表的数据结构 如果发现某些字段不符合实际需求，则可能需要调整其属性比如改变长度或是转换成其他种类等等。这同样支持两种方式达成目的——GUI模式下双击进入编辑状态手动更改；或者是编写如下形式的语句提交给系统处理: ```sql ALTER TABLE table_name MODIFY COLUMN column_name new_data_type; ``` 此命令会把名为 `table_name` 的表格里的某个特定栏目重新定义为其新的资料类别[^5]。 #### 验证操作成果 最后一步也是至关重要的环节就是确认之前所做的各项改动都达到了预期效果。可以从多个角度来进行检验工作，例如查看记录总数、查询几条样本数据看看它们的内容是否正常显示出来等。 ```python import mysql.connector def check_database_content(db_config, db_name): try: connection = mysql.connector.connect(**db_config) cursor = connection.cursor() # 查询所有可用数据库列表 cursor.execute("SHOW DATABASES;") databases = [d[0] for d in cursor.fetchall()] if db_name not in databases: raise Exception(f"The specified database {db_name} does not exist.") # 切换到指定数据库 cursor.execute(f"USE `{db_name}`;") # 获取该数据库下的所有表名 cursor.execute("SHOW TABLES;") tables = [t[0] for t in cursor.fetchall()] result = {"tables": tables} except Exception as e: result = str(e) finally: if 'connection' in locals() and connection.is_connected(): cursor.close() connection.close() return result ``` 上述 Python 函数可以帮助自动化部分验证步骤，它接收一个字典类型的配置对象作为第一个参数，第二个参数是要检查的具体哪个数据库实例。函数内部先尝试获取当前服务器上的全部数据库集合，并判断我们的目标是否存在于此之中；接着切换过去读取里面存储的所有关系型实体名称返回调用者进一步分析评估。 ---