import pandas as pd  
from pyecharts.charts import Bar  
from pyecharts import options as opts  
from selenium import webdriver  
from webdriver_manager.chrome import ChromeDriverManager  
from PIL import Image  
from io import BytesIO  
from pptx import Presentation  
from pptx.util import Inches  
import pyodbc
from selenium.webdriver.chrome.service import Service as ChromeService
# SQL Server连接字符串（这里使用SQL认证）  
# 注意：替换YOUR_SERVER, YOUR_DATABASE, YOUR_USERNAME, YOUR_PASSWORD以及ODBC_DRIVER_VERSION为你的实际值  
# ODBC_DRIVER_VERSION应该与你的系统上安装的ODBC驱动版本相匹配  
SERVER = '127.0.0.1'  
DATABASE = 'uc31'    
USERNAME = 'sa' 
PASSWORD = '123456'  
DRIVER = '{ODBC Driver 17 for SQL Server}'  # 或者其他适合你系统的版本  
 

# 连接到SQL Server数据库
connection_string = pyodbc.connect(f'DRIVER={DRIVER};SERVER={SERVER};DATABASE={DATABASE};UID={USERNAME};PWD={PASSWORD}')

# 构造连接字符串  
# connection_string = f'mssql+pyodbc://{USERNAME}:{PASSWORD}@{SERVER}/{DATABASE}?driver={DRIVER}'  
print (connection_string)  
# 创建SQLAlchemy引擎  
# engine = create_engine(connection_string)  
  
# SQL查询  
query = """SELECT r.Name,COUNT(RegionId) Num FROM dbo.Schools s
JOIN dbo.Regions r
ON s.RegionId=r.ID GROUP BY Name"""  # 替换your_table为你的实际表名  
df = pd.read_sql_query(query, connection_string)  
# 使用pandas的read_sql_query函数执行查询  
# 注意：如果表名或列名包含空格、特殊字符或保留字，可能需要使用方括号[]或引号''来包围它们  
# df = pd.read_sql_query(query, engine) 
# 创建图表  
bar = Bar()  
bar.add_xaxis(df['Name'].tolist())  
bar.add_yaxis("示例数据", df['Num'].tolist())  
bar.set_global_opts(title_opts=opts.TitleOpts(title="我的图表"))  
  
# 渲染图表到HTML（实际中可能不需要，但为了展示转换过程）  
bar.render('chart.html')  

file_path = r'F:\python\chart.html'  
# 使用Selenium将HTML图表转换为图片  
driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
# driver.get('file:///path/to/chart.html')  # 注意：替换为你的HTML文件实际路径  
driver.get(f'file:///{file_path}')  
  
# 确保图表已完全加载（可能需要添加延时或等待元素出现）  
# 这里我们简单地使用固定延时（不推荐，仅作为示例）  
# import time  
# time.sleep(5)  # 等待5秒，确保图表加载完成  
  
# 截图并保存为PNG  
screenshot = driver.get_screenshot_as_png()  
image = Image.open(BytesIO(screenshot))  
# image.save('chart.png')  
left, top, right, bottom = 0, 0, 840, 500  # 根据需要调整这些值  
cropped_image = image.crop((left, top, right, bottom))  
cropped_image.save('chart.png')  
# 关闭浏览器  
driver.quit()  
  
# 创建PPT并插入图片  
prs = Presentation()  
slide = prs.slides.add_slide(prs.slide_layouts[5])  # 选择一个包含标题和内容的布局  
  
left = Inches(1)  
top = Inches(2)  
width = Inches(8)  
height = Inches(4)  
slide.shapes.add_picture('chart.png', left, top, width, height)  

title_shape = slide.placeholders[0]  # 通常标题占位符是第一个  
# 检查占位符是否是标题类型  
if title_shape.is_placeholder:  
    if title_shape.placeholder_format.idx == 0:  # 标题占位符的索引通常是0  
        # 设置标题文本  
        title_shape.text = "区域学校数量"    
# 保存PPT  
prs.save('demo.pptx')  
  
# 注意：请确保清理生成的临时文件（如chart.html和chart.png），这里未包含清理代码

程序员，说到sqlserver中的复制表数据，我们一定会想到这两个语句:select into from和insert into select from

一.select into from语句(创建新表)

select into from语句用于创建一个新表，并将现有表中的数据插入到新表中，新表的结构将基于现有表的结构。

在SQL Server中，你可以使用

先创建一个临时表进行效果展示

IF OBJECT_ID('Tempdb.dbo.#Tmp') IS NOT NULL 
    DROP TABLE #Tmp
CREATE TABLE #Tmp ( name NVARCHAR(10) )

INSERT  INTO #Tmp
        SELECT  N'赵一' 姓名
        UNION ALL
        SELECT  N'钱二'
        UNION ALL
        SELECT  N'孙三'
        UNION ALL
        SELECT  N'李四'
        UNION ALL
        SELECT  N'周五'
        UNION ALL
        SELECT  N'周五'
        UNION ALL
        SELECT  N'张六'
        UNION ALL
        SELECT  N'张六'

SELECT  * FROM  #Tmp

为什么要使用批处理脚本来备份SQL Server数据库？

在 Windows 中，批处理脚本是保存在文本文件中的一系列命令，可以用于自动执行重复性任务。在 SQL Server 的备份过程中，尽管批处理脚本可能不是最容易学习的方法，但在需要批量或定期备份数据库时，它无疑是一个高效的解决方案。

程序员，sqlserver中的流程控制语句在我们软件开发中是经常用到的。学习流程控制语句，我们首先要定义变量，

sqlserver中的变量有2种:

1.局部变量(以@开头，用户自己定义的变量，用declare语句声明)

哈喽，你好啊，我是雷工！

本测试案例是使用的SQLServer2022的版本；

关于数据库的创建在前面《