Extraindo Dados com SQLite em Python

	Python - Extração de Variáveis com SQLite
@CanalQb no YouTube

Extração de dados com SQLite e Python

Este exemplo é ideal para quem está começando no universo da programação com Python e deseja entender como extrair dados de um banco SQLite. O código realiza a leitura de uma tabela específica, obtém os dados únicos de uma coluna e salva esses valores em um arquivo de texto.

Objetivo do código

O propósito principal é automatizar a exportação de dados da coluna TRX da tabela PRIVATE presente no banco de dados pr.db. Os dados serão salvos no arquivo publicstxt.txt em formato de lista, linha por linha.

Código Python completo

import sqlite3

# Conecte-se ao banco de dados SQLite
conn = sqlite3.connect('pr.db')

# Defina o nome da tabela e da coluna que deseja importar
table_name = 'PRIVATE'
column_name = 'TRX'

# Crie um cursor para executar comandos SQL
cursor = conn.cursor()

# Execute a consulta para selecionar valores distintos
cursor.execute(f"SELECT DISTINCT {column_name} FROM {table_name}")

# Obtenha os resultados da consulta
results = cursor.fetchall()

# Salve os dados em um arquivo TXT
with open('publicstxt.txt', 'w') as f:
    for result in results:
        f.write(str(result[0]) + '\n')

# Feche a conexão com o banco de dados
conn.close()

Correção de sintaxe e boas práticas

• Foi adicionada uma vírgula após a palavra-chave DISTINCT na query SQL para corrigir erro de sintaxe: "SELECT DISTINCT {column_name}".
• O uso de with open(...) garante o fechamento automático do arquivo após a escrita.
• A conexão com o banco é encerrada com conn.close(), o que evita vazamento de memória.

Aplicações práticas

Esse tipo de automação é útil para:

• Exportar dados de sistemas internos ou plataformas de controle;
• Gerar listas de identificadores (como carteiras ou IDs únicos);
• Alimentar sistemas externos com dados padronizados.

Download do arquivo de exemplo

Você pode baixar o arquivo de banco de dados ou o script pronto para testes através do link abaixo:

https://cb.run/bGlh

Dica extra

Para usuários iniciantes, recomendo utilizar o SQLite Browser para visualizar e editar seus bancos de dados de forma mais prática e visual. O site oficial é: https://sqlitebrowser.org/.

Considerações finais

Esse tipo de extração e manipulação de dados é extremamente comum em aplicações do dia a dia e serve como base para integrações mais robustas com APIs, dashboards ou relatórios automatizados. Continue praticando com outras queries, como filtragens por data ou agrupamentos, para evoluir no uso de bancos de dados relacionais com Python.