如何序列pyodbc输出(从光标.fetchone
,.fetchmany
或.fetchall
)Python字典?
我使用的是bottlepy,需要返回dict,以便它可以将其作为JSON返回。
Answers:
如果您不提前知道列,请使用Cursor.description生成列名列表,并在每行压缩后生成字典列表。该示例假定已建立连接和查询:
>>> 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'}]
cursor.description
。这只是节省了我很多时间。
通过将@Beargle的结果与bottlepy配合使用,我能够创建此非常简洁的查询公开端点:
@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()]}
这是您可能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()]
您可能会知道,当在列表中添加*时,您基本上会删除列表,而将各个列表条目保留为所调用函数的参数。通过使用zip拉链,我们选择了第1到n项,并将它们拉链在一起,就像裤子中的拉链一样。
所以用
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是带有元组的元组,其中每个元组都描述了每一列的标题和数据类型,因此您可以使用以下命令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]
TypeError: 'zip' object is not subscriptable
,所以我不能使用这个zip(*description)[0]
技巧。
columns
变量的行,但通过分别计算每一行的列名来乘以函数的复杂性
主要从@Torxed响应开始,我创建了一组全面的函数集,以将模式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))
随意使用所有代码,以减少行数;但与此同时,它可行!
;)
我知道这个问题很旧,但是它帮助我弄清楚如何做我需要的事情,这与OP的要求略有不同,因此我想与大家分享,以帮助需要我需要的其他任何人:您想完全概括执行SQL Select查询的例程,但是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。返回数据的每一行在返回列表中表示为字段(列)值的列表。可以将列名作为返回列表的第一个条目提供,因此在调用例程中解析返回的列表确实非常容易和灵活。这样,执行数据库调用的例程无需了解有关其正在处理的数据的任何信息。这是一个例程:
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
我喜欢@bryan和@ foo-stack的答案。如果您使用的是Postgresql并且正在使用psycopg2
,则可以通过指定从连接创建游标时将cursorfactory指定为a ,从而使用psycopg2中的一些好东西来实现相同DictCursor
目的:
cur = conn.cursor( cursor_factory=psycopg2.extras.DictCursor )
因此,现在您可以执行sql查询,并且将获得字典来获取结果,而无需手动映射它们。
cur.execute( sql_query )
results = cur.fetchall()
for row in results:
print row['row_no']
请注意,您必须import psycopg2.extras
为此工作。
假设您知道列名!另外,这是三种不同的解决方案,
您可能想看看最后一种!
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
那是一个索引版本,不是最漂亮的解决方案,但是它可以工作。另一种方法是将列名索引为字典键,并在每个键中按行号顺序包含数据的列表。通过做:
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
写这篇文章,我知道做事for col in colnames
可以被代替,for colindex in range(0, len())
但是你明白了。当不获取所有数据,但一次仅获取一行数据时,后面的示例将非常有用,例如:
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(我想..多亏了Foo Stack):下面
是一个更直接的解决方案!
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]]
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]]