将pyodbc游标结果输出为python字典

Question

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。

Answer 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

Answer 2

步骤如下：

1. 导入库：

    from pandas import DataFrame
    import pyodbc
    import sqlalchemy

1. 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

Answer 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"])

Answer 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'}]

Answer 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))

Answer 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。

Answer 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]

Answer 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()]}

Answer 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！

;)

Answer 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]]