在数据处理过程中，常遇到一些很棘手的问题。如需要一次性的导入一批非格式化的数据、临时统计、筛选一些参数等工作，如果不写代码，觉得难以实现；写代码，又感到不值得。从多年的职场经验来看，这种鸡肋工作往往还是影响效率的关键点，一个人能力强不强，往往体现在能否灵活、高效地应对这些麻烦。下面，就以几个实例，讲一讲目前公司中盛行的一些“雕虫小技”。

1 向数据库快速导入临时数据

应用场景：新增了一批券信息，但是上游提供的数据格式并不满足既有自动导入程序的规范；BOSS要求下班前要看到结果。
笨人办法：写程序、手工填写录入
讨巧办法：利用wps 表格批量生成insert脚本

1.1 数据样式

数据中包含如下几列：

券号	公司名称	生效日期
10238434	志强化工	2016.12.22
10238435	金岸抗压罐	2016.12.23
10238436	志强化工	2016.11.24
10238437	华芳稀有气体	2016.11.25
10238438	志强化工	2016.09.12
10238439	三环制气	2016.12.27

我们数据中，券号是一致的，但是公司名称并不作为关联存储，转而为公司的ID。此外，生效日期也不符合数据库的日期格式。

1.2 自动关联公司ID与公司名称

第一步，是把公司名称换为ID。我们从现有数据库中拷贝出公司静态信息表的名称、ID，名称在前、ID在后。

select comp_name,comp_id from tb_comp_2017;

comp_name	comp_id
志强化工	302838
金岸抗压罐	384475
华芳稀有气体	100192
三环制气	187364
安途特运	448537

在原始表格“公司名称”后面插入一列，并把上述结果粘贴到本电子表格的尾部，如下图所示。

而后，我们利用VLOOKUP函数自动为B列关联公司ID到C列。

VLOOKUP有四个参数：
（1）来源单元格，即被查找的对象（公司名称）
（2）字典范围，即P、Q列
（3）取值列，即查找结果，为P、Q的第二列
（4）匹配开关，FALSE为精确匹配，TRUE为模糊匹配
在C2单元格输入公式：

=VLOOKUP(B2,P:Q,2,FALSE)

回车后发现已经匹配完毕：

使用拖拽C2复选框右下角小黑点的方法，可以迅速填满全列：

1.3 纠正日期格式

日期格式数据库可接受以”-“分隔，因此，直接进行替换：

=SUBSTITUTE(D2,".","-")

1.4 生成SQL

我们采用字符串拼接函数来组装生成SQL

=CONCATENATE(A2,",",C2,'",E2,"');")

效果如下：

同样，选中两个单元格G2,H2,下拉选中框右下角的黑点，得到所有语句：

G2	H2
insert into bill_table ( bill_id,comp_id,vdate ) values (	10238434,302838,’2016-12-22’);
insert into bill_table ( bill_id,vdate ) values (	10238435,384475,’2016-12-23’);
insert into bill_table ( bill_id,vdate ) values (	10238436,’2016-11-24’);
insert into bill_table ( bill_id,vdate ) values (	10238437,100192,’2016-11-25’);
insert into bill_table ( bill_id,vdate ) values (	10238438,’2016-09-12’);
insert into bill_table ( bill_id,vdate ) values (	10238439,187364,’2016-12-27’);

把该语句复制到SQL管理器直接运行，即可插入所有数据。

2 批量规整文件

来自传感器的原始数据文件被扔在一个单一的文件夹下，文件名的命名如下：
temperature_年月日时分秒_传感器ID.dat，如
temperature_20150413154322_F1B273E0C5.dat
问题是，在同一个文件夹下存放了近20万个零碎小文件，BOSS要求，按照传感器建立一级文件夹，日期建立二级文件夹，重新规整所有文件。
由于该需求不是经常发生，可以说，是“一锤子”买卖，因此，为这样的需求动用编程似乎有点不值得。我们还是请出电子表格来解决。

2.1 枚举文件名

借助windows控制台，可以方便的获取文件名：

D:Data2017>dir /b *.dat> all.txt

用文本编辑器打开该文件，可以看到文件名：

temperature_20150103011816_57F012FA05BA3B97.dat
temperature_20150103014804_547E7DD139696DE7.dat
temperature_20150103084317_2714341909C94ABF.dat
temperature_20150104065907_0193123B757C1664.dat
temperature_20150106091127_4AE0074A458A6D32.dat
temperature_20150106213531_77E51FD259803C6D.dat
temperature_20150107160039_6A7F22120E576FA1.dat
temperature_20150107181009_49575A1F1FA40F3E.dat
temperature_20150108060447_5F8765A566A94390.dat
temperature_20150108164202_1F196C34657D1A44.dat

把所有文件名粘贴到电子表格，在1、2列各粘贴一次。

2.2 分列获取元素

使用分列功能，按照分隔符号或者宽度，将文件名分为5列

内容类似：

A	B	C	D	E	F
temperature_2015….dat	temperature_	20150103014804	_	547E7DD139696DE7	.dat
temperature_2015….dat	temperature_	20150103084317	_	2714341909C94ABF	.dat
temperature_2015….dat	temperature_	20150104065907	_	0193123B757C1664	.dat
temperature_2015….dat	temperature_	20150106091127	_	4AE0074A458A6D32	.dat
temperature_2015….dat	temperature_	20150106213531	_	77E51FD259803C6D	.dat
temperature_2015….dat	temperature_	20150107160039	_	6A7F22120E576FA1	.dat

2.3 产生批处理命令

使用字符串操作函数，批量产生批处理命令。
(1)首先，创建文件夹指令

=CONCATENATE("md d:T2017",E1,"",LEFT(C1,8),CHAR(13),CHAR(10))

其中，CHAR(13),CHAR（10）表示回车、换行
(2)移动文件指令

=CONCATENATE("MOVE ",A1," d:T2017",CHAR(10))

效果如下：

md d:T201757F012FA05BA3B9720150103
MOVE temperature_20150103011816_57F012FA05BA3B97.dat d:T201757F012FA05BA3B9720150103

批量复制公式到所有记录，得到20多万条指令：

2.4 执行批处理文件

把生成的指令复制到记事本，另存在原始文件夹下，而后在原始文件夹下执行即可。

结果如下

3 后记

程序猿往往专注于代码，对办公系统的了解程度可能不足。我们公司曾经招聘了一名很厉害的毕业生，写代码的速度和质量很高。但是，为了一个简单的问题，编写一次性的代码、脚本，还是没有搞运维的小伙子用电子表格、Notepad++来的快。 在我们公司，把代码用于上述工作是不受鼓励的。因为编程时，对人的耐心与精力消耗很高，这些精力更应该用在刀刃上。 即便熟练掌握了bash、python等脚本技术，与电子表格、NotePad++等GUI工具相比，实现简单功能耗费的精力完全不同。好的员工除了主干的编程技术，必须要把常用的周边软件掌握好，才能避免纠缠于琐碎的事务无法脱身。