加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

如何使用pyodbc从SQL查询返回列表?

发布时间:2020-12-16 22:23:50 所属栏目:Python 来源:网络整理
导读:我试图运行一个选择查询以使用python 2.7中的pyodbc从SQL Server检索数据.我希望数据在列表中返回.我写的代码如下. 它有点工作,但不符合我的预期.我的返回列表如下所示: Index Type Size Value0 Row 1 Row object of pyodbc module1 Row 1 Row object of py

我试图运行一个选择查询以使用python 2.7中的pyodbc从SQL Server检索数据.我希望数据在列表中返回.我写的代码如下.

它有点工作,但不符合我的预期.我的返回列表如下所示:

Index     Type     Size        Value
0         Row      1           Row object of pyodbc module
1         Row      1           Row object of pyodbc module
...
105       Row      1           Row object of pyodbc module

我希望看到类似下面的内容(即我在SQL中的表)

ActionId   AnnDate      Name    SaleValue
128929     2018-01-01   Bob     105.3
193329     2018-04-05   Bob     1006.98
...
23654      2018-11-21   Bob     103.32

列表不是使用pyodbc从SQL查询返回数据的最佳方法吗?

import pyodbc


def GetSQLData(dbName,query):

    sPass = 'MyPassword'
    sServer = 'MyServerSQL1'
    uname = 'MyUser'

    cnxn = pyodbc.connect("Driver={SQL Server Native Client 11.0};"
                    "Server=" + sServer + ";"
                    "Database=" + dbName + ";"
                    "uid=" + uname + ";pwd=" + sPass)

    cursor = cnxn.cursor()
    cursor.execute(query)

    return list(cursor.fetchall())
最佳答案
如果要将查询结果作为列表列表返回,并将列名称作为第一个子列表(类似于问题中的示例输出),则可以执行以下操作:

import pyodbc


cnxn = pyodbc.connect("YOUR_CONNECTION_STRING")
cursor = cnxn.cursor()

cursor.execute("YOUR_QUERY")

columns = [column[0] for column in cursor.description]
results = [columns] + [row for row in cursor.fetchall()]

for result in results:
    print result

# EXAMPLE OUTPUT
# ['col1','col2']
# ['r1c1','r1c2']
# ['r2c1','r2c2']

根据您使用结果的方式,我经常发现有一个dicts列表更有用.例如:

results = [dict(zip(columns,row)) for row in cursor.fetchall()]

for result in results:
    print result

# EXAMPLE OUTPUT
# {'col1': 'r1c1','col2':'r1c2'}
# {'col1': 'r2c1','col2':'r2c2'}

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读