使用 pyodbc (推荐)

这是最经典和广泛使用的方法,兼容性最好。

第 1 步：安装必要的软件

1. 安装 Python: 确保你的系统已经安装了 Python。

2. 安装 pyodbc 库: 打开你的终端或命令提示符，运行以下命令：

   pip install pyodbc

3. 安装 Access 数据库引擎 (最关键的一步): Python 本身无法直接理解 Access 文件，你需要一个“桥梁”，也就是 Microsoft 提供的 ODBC 驱动程序，你需要安装与你的 Python 架构（32位或64位）相匹配的版本。

   • 对于 64位 Python: 下载并安装 Microsoft Access Database Engine 2025 Redistributable。

     
     （图片来源网络，侵删）
     • 下载链接：https://www.microsoft.com/en-us/download/details.aspx?id=54920
     • 注意: 即使你使用的是较新版本的 Office (如 2025, 2025, Microsoft 365)，也推荐安装这个 2025 的引擎，因为它兼容性最好。

   • 对于 32位 Python: 下载并安装 Microsoft Access Database Engine 2010 Redistributable。

     • 下载链接：https://www.microsoft.com/en-us/download/details.aspx?id=13255

   如何检查 Python 的位数？ 在 Python 交互式环境中运行：

   import platform
   print(platform.architecture())
   # 输出类似: ('64bit', 'WindowsPE')
   # 或者 ('32bit', 'WindowsPE')

   确保你安装的引擎位数与 Python 的位数一致。

第 2 步：编写 Python 代码

连接字符串是 pyodbc 的核心，它告诉 pyodbc 如何连接到你的数据库。

连接字符串模板:

DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=你的数据库文件路径;

代码示例:

假设你有一个名为 mydatabase.accdb 的数据库文件，里面有一个名为 Customers 的表。

import pyodbc
# --- 1. 设置数据库连接信息 ---
# 替换成你的 .accdb 文件的实际路径
db_file = r'C:\path\to\your\mydatabase.accdb' 
# 构建连接字符串
# 注意：DRIVER 的名称可能略有不同，如果下面代码报错，可以在 "ODBC 数据源管理器" 中查看确切的驱动名称
# 通常是 "Microsoft Access Driver (*.mdb, *.accdb)" 或 "Microsoft Access Text Driver (*.txt, *.csv)"
conn_str = (
    r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
    r'DBQ=' + db_file + ';'
)
try:
    # --- 2. 建立数据库连接 ---
    # 使用 pyodbc.connect() 建立连接
    # autocommit=True 意味着你的查询不需要手动调用 connection.commit()
    conn = pyodbc.connect(conn_str, autocommit=True)
    print("成功连接到数据库！")
    # --- 3. 创建游标 ---
    # 游标用于执行 SQL 查询
    cursor = conn.cursor()
    # --- 4. 执行 SQL 查询 ---
    # 替换成你的表名
    table_name = 'Customers' 
    sql_query = f"SELECT * FROM {table_name}"
    cursor.execute(sql_query)
    # --- 5. 获取并处理数据 ---
    # 方法一：获取所有行到一个列表中
    rows = cursor.fetchall()
    print(f"\n从表 '{table_name}' 中获取到 {len(rows)} 条记录：")
    for row in rows:
        # row 是一个元组，你可以通过索引或列名来访问数据
        # 注意：pyodbc 默认不启用列名访问，需要额外配置
        print(f"ID: {row[0]}, 姓名: {row[1]}, 城市: {row[2]}")
    # 方法二：逐行处理（适用于大数据量，节省内存）
    print("\n逐行处理数据：")
    cursor.execute(sql_query) # 需要重新执行查询，因为之前的 fetchall() 已经消耗了游标
    for row in cursor:
        print(f"ID: {row[0]}, 姓名: {row[1]}, 城市: {row[2]}")
except pyodbc.Error as e:
    print(f"数据库操作出错: {e}")
    # 如果是连接错误，可能是驱动文件路径问题
    if 'Data source name not found' in str(e):
        print("错误：找不到 ODBC 驱动，请确保已正确安装 Access 数据库引擎，并且驱动名称正确。")
finally:
    # --- 6. 关闭连接 ---
    # 这是一个好习惯，确保连接被正确关闭
    if 'conn' in locals() and conn:
        conn.close()
        print("\n数据库连接已关闭。")

使用 pandas (适合数据分析)

如果你的主要目的是将数据读入 pandas DataFrame 进行分析，可以使用 pandas 自带的 read_sql_query 功能，它底层也是使用 pyodbc。

前提: 你已经按照方法一的步骤安装了 pyodbc 和 Access 数据库引擎。

代码示例:

import pandas as pd
import pyodbc
# --- 1. 设置数据库连接信息 (与方法一相同) ---
db_file = r'C:\path\to\your\mydatabase.accdb'
conn_str = (
    r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
    r'DBQ=' + db_file + ';'
)
try:
    # --- 2. 使用 pandas 的 read_sql_query 直接读取数据 ---
    # 替换成你的 SQL 查询
    sql_query = "SELECT * FROM Customers WHERE City = '北京';"
    # 创建数据库连接
    conn = pyodbc.connect(conn_str)
    # 将查询结果直接读入 DataFrame
    df = pd.read_sql_query(sql_query, conn)
    print("成功将数据读入 pandas DataFrame:")
    print(df)
    # --- 3. 现在你可以轻松地进行数据分析 ---
    print("\n数据描述:")
    print(df.describe())
except Exception as e:
    print(f"出错: {e}")
finally:
    # --- 4. 关闭连接 ---
    if 'conn' in locals() and conn:
        conn.close()
        print("\n数据库连接已关闭。")

常见问题与解决方法

1. Error: ('IM002', 'IM002[Microsoft][ODBC 驱动程序管理器] 未找到数据源名称并且未指定默认驱动程序')

   • 原因: pyodbc 找不到 ODBC 驱动，几乎可以肯定是 Access 数据库引擎没有安装，或者安装的版本（32/64位）与你的 Python 不匹配。
   • 解决: 仔细检查 Python 的位数，并下载安装对应版本的 Access 数据库引擎。

2. Error: ('HY000', 'HY000[Microsoft][ODBC Microsoft Access Driver] 数据库路径无效')

   • 原因: 连接字符串中的 DBQ= 路径不正确，文件可能不存在，或者路径中有中文字符/特殊字符导致解析错误。
   • 解决:
     • 检查文件路径是否 100% 正确。
     • 最佳实践: 在 Windows 路径前加上 r (r'C:\...')，这会将其标记为原始字符串，防止反斜杠 \ 被转义。
     • 尝试将数据库文件移动到一个简单的、不带空格和中文的路径下（如 C:\data\test.accdb）进行测试。

3. Error: ('HY000', 'HY000[Microsoft][ODBC Microsoft Access Driver] 不能更新，数据库或对象为只读。')

   • 原因: 你尝试执行一个 UPDATE 或 INSERT 语句，但数据库文件或所在的文件夹是只读的。
   • 解决: 检查数据库文件的属性，取消“只读”选项，确保你的 Python 脚本对该文件有读写权限。

使用 sqlalchemy (更现代的 ORM 方式)

sqlalchemy 是一个非常流行的 Python SQL 工具包，它提供了一个更抽象、更“Pythonic”的方式来操作数据库，它也需要 pyodbc 作为底层驱动。

安装:

pip install sqlalchemy

代码示例:

import pandas as pd
from sqlalchemy import create_engine
# --- 1. 设置数据库连接信息 ---
db_file = r'C:\path\to\your\mydatabase.accdb'
# SQLAlchemy 的连接字符串格式
# mssql+pyodbc 表示使用 pyodbc 驱动连接到类 SQL Server/Access 的数据库
# Driver 和 DBQ 的参数与 pyodbc 相同
engine_str = (
    'mssql+pyodbc:///?odbc_connect=' +
    r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
    r'DBQ=' + db_file + ';'
)
try:
    # --- 2. 创建 SQLAlchemy 引擎 ---
    engine = create_engine(engine_str)
    print("成功创建 SQLAlchemy 引擎！")
    # --- 3. 使用 pandas + engine 读取数据 ---
    sql_query = "SELECT * FROM Customers;"
    df = pd.read_sql_query(sql_query, engine)
    print("数据已读入 DataFrame:")
    print(df)
except Exception as e:
    print(f"出错: {e}")
finally:
    # --- 4. 关闭引擎 ---
    # SQLAlchemy 引擎通常会自动管理连接，但在程序结束时显式关闭是个好习惯
    if 'engine' in locals():
        engine.dispose()
        print("\nSQLAlchemy 引擎已关闭。")

对于大多数用户,强烈推荐从 pandas 开始，因为它简单且强大。pandas 无法满足你的需求（例如需要执行复杂的存储过程或进行事务管理），再使用 pyodbc。