[python] pyodbc 커서 결과를 Python 사전으로 출력

Question 1

pyodbc 커서 출력 ( .fetchone, .fetchmany또는 .fetchall)을 Python 사전으로 직렬화하려면 어떻게해야 합니까?

병피를 사용하고 있으며 JSON으로 반환 할 수 있도록 dict를 반환해야합니다.

Question 2

미리 열을 알지 못하는 경우 Cursor.description 을 사용하여 열 이름 목록을 작성 하고 각 행을 압축 하여 사전 목록을 생성합니다. 예에서는 연결 및 쿼리가 작성되었다고 가정합니다.

>>> 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'}]

Question 3

@Beargle의 결과를 bottlepy와 함께 사용하여 끝점을 노출하는 매우 간결한 쿼리를 만들 수있었습니다.

@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()]}

Question 4

다음은 사용할 수있는 약식 버전입니다.

>>> 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()]

*를 목록에 추가 할 때 알 수 있듯이 기본적으로 목록을 제거하고 개별 목록 항목을 호출하는 함수에 대한 매개 변수로 남겨 둡니다. zip을 사용하여 1 번째에서 n 번째 항목을 선택하고 바지의 지퍼처럼 함께 압축합니다.

그래서 사용하여

zip(*[(a,1,2),(b,1,2)])
# interpreted by python as zip((a,1,2),(b,1,2))

당신은 얻을

[('a', 'b'), (1, 1), (2, 2)]

설명은 튜플이있는 튜플이므로 각 튜플은 각 열의 헤더와 데이터 유형을 설명하므로 다음을 사용하여 각 튜플의 첫 번째 튜플을 추출 할 수 있습니다.

>>> columns = zip(*cursor.description)[0]

에 상응하는

>>> columns = [column[0] for column in cursor.description]

Question 5

주로 @Torxed 응답을 시작하면서 스키마와 데이터를 사전으로 찾기 위해 완전히 일반화 된 함수 세트를 만들었습니다.

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))

줄을 줄이기 위해 이것에 대한 모든 코드 골프를 자유롭게 가십시오. 하지만 그동안 작동합니다!

😉

Question 6

커서를 사용할 수없는 상황 (예 : 일부 함수 호출 또는 내부 메서드에 의해 행이 반환 된 경우)의 경우에도 row.cursor_description을 사용하여 사전 표현을 만들 수 있습니다.

def row_to_dict(row):
    return dict(zip([t[0] for t in row.cursor_description], row))

Question 7

이 질문이 오래되었다는 것을 알고 있지만 OP가 요구하는 것과 약간 다른 필요한 것을 수행하는 방법을 알아내는 데 도움이 되었기 때문에 필요한 것을 필요로하는 다른 사람을 돕기 위해 공유 할 것이라고 생각했습니다. SQL Select Queries를 수행하는 루틴을 완전히 일반화하려고하지만 이름이 아닌 인덱스 번호로 결과를 참조해야합니다. 사전 대신 목록 목록을 사용하여이를 수행 할 수 있습니다. 반환 된 데이터의 각 행은 반환 된 목록에 필드 (열) 값 목록으로 표시됩니다. 열 이름은 반환 된 목록의 첫 번째 항목으로 제공 될 수 있으므로 호출 루틴에서 반환 된 목록을 구문 분석하는 것은 정말 쉽고 유연 할 수 있습니다. 이런 식으로 데이터베이스 호출을 수행하는 루틴은 처리중인 데이터에 대해 알 필요가 없습니다. 다음은 그러한 루틴입니다.

    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

Question 8

나는 @bryan 및 @ foo-stack 답변을 좋아합니다. postgresql로 작업하고 psycopg2있고 사용 하는 경우 다음과 같이 연결에서 커서를 만들 때 cursorfactory를 a로 지정하여 동일한 결과를 얻기 위해 psycopg2의 일부 기능을 사용할 수 있습니다 DictCursor.

cur = conn.cursor( cursor_factory=psycopg2.extras.DictCursor )

따라서 이제 SQL 쿼리를 실행할 수 있으며 직접 매핑 할 필요없이 결과를 가져올 수있는 사전을 얻을 수 있습니다.

cur.execute( sql_query )
results = cur.fetchall()

for row in results:
    print row['row_no']

당신이해야합니다 있습니다 import psycopg2.extras작업에 해당합니다.