Tillbaka till alla guider
SQL··3 min läsning

Konvertera Excel- och CSV-filer till SQL-tabeller

Konvertera Excel-, CSV-, TSV- och TXT-filer till CREATE TABLE och INSERT SQL. Lär dig om inferens av datatyper, rensningssteg och bästa praxis för import av kalkylblad.

Två kalkylbladsrader konverterade till typade SQLite CREATE TABLE- och INSERT-satser
I den här guiden
  1. Varför konvertera kalkylblad till SQL?
  2. Vad bra kalkylbladskonvertering bör göra
  3. Exempel: CSV till CREATE TABLE
  4. Checklista för kalkylbladsrensning
  5. Referenser och vidare läsning

SQL-exempel använder PostgreSQL såvida inte en annan dialekt anges. Korta kodsnuttar förutsätter att deras refererade tabeller redan existerar. Validera DDL i din måldatabas innan du tillämpar den.

Varför konvertera kalkylblad till SQL?

Många användbara datamängder börjar i kalkylblad: exporter från CRM-system, verksamhetsrapporter, produktkataloger, ekonomiblad, supportärenden och prototypdatamodeller. Det formatet är bekvämt för människor, men applikationer behöver strukturerade tabeller med kolumntyper, repeterbara infogningar och tydliga begränsningar.

Att konvertera en Excel- eller CSV-fil till SQL hjälper dig att gå från ad hoc-data till ett riktigt databasarbetsflöde. Med Erd Go kalkylark till SQL-konverterare, du kan ladda upp .xlsx, .csv, .tsv, eller .txt filer, förhandsgranska härledda kolumner och generera CREATE TABLE plus INSERT satser i webbläsaren.

Kalkylbladsdata konverterad till SQL och sedan granskad som ett ERD
Kalkylbladskonvertering blir mer användbar när den genererade SQL-koden kan flyttas till en ERD-granskning istället för att stanna vid råtext.

Vad bra kalkylbladskonvertering bör göra

En användbar konverterare gör mer än att bara omsluta varje cell med citattecken. Den bör inspektera din data och skapa SQL som ligger nära den tabell du skulle ha skrivit för hand.

  • Härled datatyper. Siffror bör bli numeriska kolumner, datum bör bli datum- eller tidsstämpelkolumner, och booleska värden bör inte lagras som vag text för evigt.
  • Normalisera kolumnnamn. Rubriker såsom Customer Email eller Order Date bör bli stabila SQL-identifierare som customer_email och order_date.
  • Förhandsgranska rader före export. En förhandsgranskning fångar upp tomma kolumner, artefakter från sammanslagna celler, oavsiktliga summorader och andra kalkylbladsrutiner som inte hör hemma i en databasimport.
  • Generera granskningsbar SQL. Granska utdata innan du kör den i en databas. Att köra om CREATE TABLE- eller INSERT-satser är inte automatiskt idempotent och kan misslyckas eller duplicera rader.

Exempel: CSV till CREATE TABLE

Föreställ dig en CSV-export med beställningar från en liten butik:

order_id,customer_email,total,status,ordered_at
1001,[email protected],59.90,paid,2026-05-20
1002,[email protected],18.50,pending,2026-05-21
1003,[email protected],42.00,paid,2026-05-22

Här är ett granskat PostgreSQL-exempel, inte ett byte-för-byte-löfte om härledd utdata. Inspektera precision, inledande nollor, datumformat och nullbara värden före export:

CREATE TABLE orders_import (
    order_id        INTEGER,
    customer_email  TEXT,
    total           NUMERIC(10, 2),
    status          TEXT,
    ordered_at      DATE
);

INSERT INTO orders_import
    (order_id, customer_email, total, status, ordered_at)
VALUES
    (1001, '[email protected]', 59.90, 'paid', '2026-05-20'),
    (1002, '[email protected]', 18.50, 'pending', '2026-05-21'),
    (1003, '[email protected]', 42.00, 'paid', '2026-05-22');

Därifrån kan du förfina schemat genom att lägga till en primärnyckel, en statuskontroll, främmande nycklar till en riktig customers tabell, och index för frekventa filter.

Checklista för kalkylbladsrensning

Innan du konverterar ett kalkylblad till SQL, lägg en minut på att städa filen. Den resulterande SQL-koden blir mycket bättre.

  • Behåll en rubrikrad längst upp och ta bort titelrader, anteckningar och visuella avgränsare.
  • Ta bort delsummor och totalsummor om de inte är verkliga poster.
  • Använd en datatyp per kolumn. Blandade värden som siffror plus "N/A" tvingar fram svagare SQL-typer.
  • Dela upp överbelastade fält som fullständiga adresser i användbara kolumner när appen behöver fråga dem separat.
  • Välj ett måltabellnamn som beskriver datan, inte filnamnet.

Typinferens upptäcker inte affärsnycklar eller främmande nycklar. Kontrollera identifierare lagrade som text, tvetydiga datum och decimalprecision. Efter konvertering, klistra in den genererade CREATE TABLE in i Erd Go SQL till ERD-redigerare för att se tabellen visuellt och bestämma vilka relationer, begränsningar och index som fortfarande behöver läggas till.

Referenser och vidare läsning

Fler inlägg