将pyodbc游标结果输出为python字典
Posted
技术标签:
【中文标题】将pyodbc游标结果输出为python字典【英文标题】:Output pyodbc cursor results as python dictionary 【发布时间】:2013-05-07 07:54:31 【问题描述】:如何将 pyodbc 游标输出(来自 .fetchone
、.fetchmany
或 .fetchall
)序列化为 Python 字典?
我正在使用bottlepy,需要返回dict,以便它可以将它作为JSON返回。
【问题讨论】:
是的,我确实注意到这是在 FAQ for PEPE249 中,但这并没有改变我的要求。 【参考方案1】:我需要的,与 OP 要求的略有不同: 如果您想完全概括执行 SQL 选择查询的例程,但您需要通过索引号而不是名称来引用结果,您可以使用列表列表而不是字典来执行此操作。
每行返回的数据在返回列表中表示为字段(列)值的列表。 列名可以作为返回列表的第一项提供,因此在调用例程中解析返回的列表非常容易和灵活。 这样,执行数据库调用的例程就不需要知道它正在处理的数据的任何信息。这是这样一个例程:
def read_DB_Records(self, tablename, fieldlist, wherefield, wherevalue) -> list:
DBfile = 'C:/DATA/MyDatabase.accdb'
# this connection string is for Access 2007, 2010 or later .accdb files
conn = pyodbc.connect(r'Driver=Microsoft Access Driver (*.mdb, *.accdb);DBQ='+DBfile)
cursor = conn.cursor()
# Build the SQL Query string using the passed-in field list:
SQL = "SELECT "
for i in range(0, len(fieldlist)):
SQL = SQL + "[" + fieldlist[i] + "]"
if i < (len(fieldlist)-1):
SQL = SQL + ", "
SQL = SQL + " FROM " + tablename
# Support an optional WHERE clause:
if wherefield != "" and wherevalue != "" :
SQL = SQL + " WHERE [" + wherefield + "] = " + "'" + wherevalue + "';"
results = [] # Create the results list object
cursor.execute(SQL) # Execute the Query
# (Optional) Get a list of the column names returned from the query:
columns = [column[0] for column in cursor.description]
results.append(columns) # append the column names to the return list
# Now add each row as a list of column data to the results list
for row in cursor.fetchall(): # iterate over the cursor
results.append(list(row)) # add the row as a list to the list of lists
cursor.close() # close the cursor
conn.close() # close the DB connection
return results # return the list of lists
【讨论】:
【参考方案2】:步骤如下:
-
导入库:
from pandas import DataFrame
import pyodbc
import sqlalchemy
-
从本地数据库获取结果:
db_file = r'xxx.accdb'
odbc_conn_str = 'DRIVER=Microsoft Access Driver (*.mdb, *.accdb);DBQ=%s' % (db_file)
conn = pyodbc.connect(odbc_conn_str)
cur = conn.cursor()
qry = cur.execute("SELECT * FROM tbl")
columns = [column[0] for column in cur.description]
results = []
for row in cur.fetchall():
results.append(dict(zip(columns, row)))
df = DataFrame(results)
df
【讨论】:
【参考方案3】:我知道它已经过时了,我只是在重述其他人已经说过的话。但我发现这种方式很整洁,因为它也可以安全注入。
def to_dict(row):
return dict(zip([t[0] for t in row.cursor_description], row))
def query(cursor, query, params=[], cursor_func=to_dict):
cursor.execute(query, params)
results = [cursor_func(row) for row in cursor.fetchall()]
return results
quotes = query(cursor, "select * from currency where abbreviation like ?", ["USD"])
【讨论】:
【参考方案4】:如果您事先不知道列,请使用Cursor.description 构建列名列表,并使用zip 为每一行生成字典列表。示例假设已建立连接和查询:
>>> cursor = connection.cursor().execute(sql)
>>> columns = [column[0] for column in cursor.description]
>>> print(columns)
['name', 'create_date']
>>> results = []
>>> for row in cursor.fetchall():
... results.append(dict(zip(columns, row)))
...
>>> print(results)
['create_date': datetime.datetime(2003, 4, 8, 9, 13, 36, 390000), 'name': u'master',
'create_date': datetime.datetime(2013, 1, 30, 12, 31, 40, 340000), 'name': u'tempdb',
'create_date': datetime.datetime(2003, 4, 8, 9, 13, 36, 390000), 'name': u'model',
'create_date': datetime.datetime(2010, 4, 2, 17, 35, 8, 970000), 'name': u'msdb']
【讨论】:
不知道cursor.description
。这只是为我节省了大量时间。
需要将括号括在 print(列)和 print(结果)周围才能正常工作
@LJT 仅在 python3 中......但由于 print() 函数在 python2 中有效,因此使用它是一个好习惯。
@BenLutgens 因为该示例生成一个 list 字典,而不是字典。
更新:默认情况下,pypyodbc 设置 lowercase = True。您可以像这样覆盖它: import pypyodbc; pypyodbc.lowercase = 假。参考:link【参考方案5】:
对于游标不可用的情况 - 例如,当某些函数调用或内部方法返回行时,您仍然可以使用 row.cursor_description 创建字典表示
def row_to_dict(row):
return dict(zip([t[0] for t in row.cursor_description], row))
【讨论】:
【参考方案6】:我喜欢 @bryan 和 @foo-stack 的答案。如果您正在使用 postgresql 并且正在使用 psycopg2
,则可以使用一些 goodies from psycopg2 在从连接创建光标时通过将 cursorfactory 指定为 DictCursor
来实现相同的目的,如下所示:
cur = conn.cursor( cursor_factory=psycopg2.extras.DictCursor )
所以现在你可以执行你的 sql 查询,你会得到一个字典来获取你的结果,而不需要手动映射它们。
cur.execute( sql_query )
results = cur.fetchall()
for row in results:
print row['row_no']
请注意,您必须import psycopg2.extras
才能使用。
【讨论】:
【参考方案7】:这是一个您可以使用的简短版本
>>> cursor.select("<your SQL here>")
>>> single_row = dict(zip(zip(*cursor.description)[0], cursor.fetchone()))
>>> multiple_rows = [dict(zip(zip(*cursor.description)[0], row)) for row in cursor.fetchall()]
您可能知道,当您将 * 添加到列表时,您基本上会删除列表,将单个列表条目作为参数留给您正在调用的函数。通过使用 zip,我们选择第 1 到第 n 个条目并将它们拉在一起,就像裤子上的拉链一样。
所以通过使用
zip(*[(a,1,2),(b,1,2)])
# interpreted by python as zip((a,1,2),(b,1,2))
你得到
[('a', 'b'), (1, 1), (2, 2)]
由于 description 是一个带有元组的元组,其中每个元组描述了每列的标题和数据类型,因此您可以提取每个元组的第一个
>>> columns = zip(*cursor.description)[0]
相当于
>>> columns = [column[0] for column in cursor.description]
【讨论】:
使用 python3.4 我得到:TypeError: 'zip' object is not subscriptable
,所以我不能使用 zip(*description)[0]
技巧。
在 python 3.4 中,zip 是一个迭代器。您可以将 zip 包装在列表中 list(zip(*description))[0] @malat
你用columns
变量保存了一行,但是通过分别计算每一行的列名来增加函数的复杂度【参考方案8】:
使用@Beargle 的结果和bottlepy,我能够创建这个非常简洁的查询暴露端点:
@route('/api/query/<query_str>')
def query(query_str):
cursor.execute(query_str)
return 'results':
[dict(zip([column[0] for column in cursor.description], row))
for row in cursor.fetchall()]
【讨论】:
这会受到 SQL 注入攻击吗? @Ben 是的!除非您 1000% 确定请求将始终来自受信任的客户端,否则永远不要使用它。【参考方案9】:主要是通过@Torxed 响应,我创建了一套完整的通用函数来将架构和数据查找到字典中:
def schema_dict(cursor):
cursor.execute("SELECT sys.objects.name, sys.columns.name FROM sys.objects INNER JOIN sys.columns ON sys.objects.object_id = sys.columns. object_id WHERE sys.objects.type = 'U';")
schema =
for it in cursor.fetchall():
if it[0] not in schema:
schema[it[0]]='scheme':[]
else:
schema[it[0]]['scheme'].append(it[1])
return schema
def populate_dict(cursor, schema):
for i in schema.keys():
cursor.execute("select * from table;".format(table=i))
for row in cursor.fetchall():
colindex = 0
for col in schema[i]['scheme']:
if not 'data' in schema[i]:
schema[i]['data']=[]
schema[i]['data'].append(row[colindex])
colindex += 1
return schema
def database_to_dict():
cursor = connect()
schema = populate_dict(cursor, schema_dict(cursor))
随意在这方面进行所有代码高尔夫以减少行数;但与此同时,它有效!
;)
【讨论】:
【参考方案10】:假设您知道列名! 另外,这里有三种不同的解决方案, 你可能想看看最后一个!
colnames = ['city', 'area', 'street']
data =
counter = 0
for row in x.fetchall():
if not counter in data:
data[counter] =
colcounter = 0
for colname in colnames:
data[counter][colname] = row[colcounter]
colcounter += 1
counter += 1
这是一个索引版本,不是最漂亮的解决方案,但它会起作用。 另一种方法是将列名作为字典键索引,每个键中的列表包含按行号顺序排列的数据。通过这样做:
colnames = ['city', 'area', 'street']
data =
for row in x.fetchall():
colindex = 0
for col in colnames:
if not col in data:
data[col] = []
data[col].append(row[colindex])
colindex += 1
写到这里,我知道for col in colnames
可以替换为for colindex in range(0, len())
,但你明白了。
后面的示例在不获取所有数据但一次获取一行时很有用,例如:
对每一行数据使用dict
def fetchone_dict(stuff):
colnames = ['city', 'area', 'street']
data =
for colindex in range(0, colnames):
data[colnames[colindex]] = stuff[colindex]
return data
row = x.fetchone()
print fetchone_dict(row)['city']
获取表名(我认为.. 感谢 Foo Stack):更直接的解决方案来自下面的小熊!
cursor.execute("SELECT sys.objects.name, sys.columns.name FROM sys.objects INNER JOIN sys.columns ON sys.objects.object_id = sys.columns. object_id WHERE sys.objects.type = 'U';")
schema =
for it in cursor.fetchall():
if it[0] in schema:
schema[it[0]].append(it[1])
else:
schema[it[0]] = [it[1]]
【讨论】:
谢谢,但是当我不知道我的列名时,有没有通用的解决方案? 是的,这叫SQL语法。您可以在数据库中查询要查询的表的名称。 ***.com/questions/4645456/… 我写了一个不错的通用模式收集器:cursor.execute("SELECT sys.objects.name, sys.columns.name FROM sys.objects INNER JOIN sys.columns ON sys.objects.object_id = sys.columns. object_id WHERE sys.objects.type = 'U';") schema = for it in cursor.fetchall(): if it[0] in schema: schema[it[0]].append(it[1]) else: schema[it[0]] = [it[1]]
@FooStack 列名已在cursor.description 中返回。不需要单独的查询。以上是关于将pyodbc游标结果输出为python字典的主要内容,如果未能解决你的问题,请参考以下文章
mysql python pymysql模块 增删改查 查询 字典游标显示
在 Access 中使用 pyodbc 处理日期,给出“参数太少”错误