在实际开发中，我们经常需要将SQL脚本文件导入到数据库。Python作为高效的自动化工具，结合适当的库可以完美完成这一任务。下面分步骤说明具体实现方法。

一、准备工作

首先确保已安装必要的库：
bash pip install pymysql # MySQL连接库 pip install sqlite3 # SQLite内置库

建议将SQL文件与Python脚本放在同一目录下，例如：
/project ├── init_db.py └── schema.sql

二、连接MySQL数据库

使用pymysql建立连接时需要注意字符集和事务设置：
```python
import pymysql

def connect_mysql():
try:
conn = pymysql.connect(
host='localhost',
user='root',
password='yourpassword',
charset='utf8mb4',
cursorclass=pymysql.cursors.DictCursor
)
print("数据库连接成功")
return conn
except pymysql.Error as e:
print(f"连接失败: {e}")
return None
```

三、读取并执行SQL文件

关键点在于正确处理SQL文件中的多语句和特殊符号：
```python
def importsqlfile(conn, filepath):
with open(filepath, 'r', encoding='utf-8') as f:
sql_commands = f.read().split(';') # 分号分割语句

try:
    with conn.cursor() as cursor:
        for command in sql_commands:
            if command.strip():  # 跳过空语句
                cursor.execute(command)
    conn.commit()
    print("SQL文件导入成功")
except Exception as e:
    conn.rollback()
    print(f"执行出错: {e}")

```

四、SQLite3的特殊处理

SQLite作为轻量级数据库，操作方式略有不同：
```python
import sqlite3

def sqliteimport(dbpath, sqlpath): conn = sqlite3.connect(dbpath)
with open(sql_path, 'r') as f:
conn.executescript(f.read()) # 直接执行整个脚本
conn.close()
```

五、实际应用建议

1. 事务管理：对于大型SQL文件，建议每100条语句提交一次
2. 错误日志：记录执行失败的语句行号
3. 性能优化：
   
   
   • 预处理CREATE语句
   • 批量INSERT时使用executemany
4. 安全注意：
   python # 禁止直接拼接SQL参数 cursor.execute("SELECT * FROM users WHERE id=%s", (user_id,))

六、完整案例

假设需要初始化电商数据库：
```python
def initecommercedb():
mysqlconn = connectmysql()
if mysqlconn: # 创建数据库 mysqlconn.cursor().execute("CREATE DATABASE IF NOT EXISTS ecommerce")
mysqlconn.selectdb('ecommerce')

    # 导入表结构
    import_sql_file(mysql_conn, './schema.sql')

    # 添加初始数据
    with open('initial_data.sql') as f:
        for line in f:
            if not line.startswith('--'):  # 跳过注释
                mysql_conn.cursor().execute(line)
    mysql_conn.close()

```

通过上述方法，开发者可以灵活地将SQL文件导入到各类数据库中。建议在正式环境操作前先用测试库验证SQL文件的兼容性，特别是当SQL文件包含存储过程等复杂对象时。掌握这些技能后，数据库部署和维护效率将显著提升。
```