Как выполнить сериализацию вывода курсора pyodbc (от .fetchone
, .fetchmany
или .fetchall
) в качестве словаря Python?
Я использую бутылочку и мне нужно вернуть dict, чтобы он мог вернуть ее как JSON.
Как выполнить сериализацию вывода курсора pyodbc (от .fetchone
, .fetchmany
или .fetchall
) в качестве словаря Python?
Я использую бутылочку и мне нужно вернуть dict, чтобы он мог вернуть ее как JSON.
Если вы не знаете столбцы заранее, используйте cursor.description, чтобы составить список имен столбцов, и сархивируйте каждую строку, чтобы получить список словарей. Пример предполагает, что соединение и запрос построены:
>>> 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'}]
Используя результат @Beargle с бутылочкой, я смог создать этот очень сжатый запрос, отображающий конечную точку:
@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()]}
Вот краткая версия, которую вы могли бы использовать
>>> 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()]
Как вы можете знать, когда вы добавляете * в список, вы в основном удаляете список, оставляя отдельные записи в виде параметров для функции, которую вы вызываете. Используя zip, мы выбираем запись от 1-го до n и заклеиваем их вместе, как застежка-молния в штанах.
поэтому, используя
zip(*[(a,1,2),(b,1,2)])
# interpreted by python as zip((a,1,2),(b,1,2))
вы получаете
[('a', 'b'), (1, 1), (2, 2)]
Поскольку описание представляет собой кортеж с кортежами, где каждый кортеж описывает заголовок и тип данных для каждого столбца, вы можете извлечь первый из каждого кортежа с помощью
>>> columns = zip(*cursor.description)[0]
эквивалентно
>>> columns = [column[0] for column in cursor.description]
В основном отключение @Torxed ответа, я создал полный обобщенный набор функций, чтобы найти схему и данные в словаре:
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))
Не стесняйтесь использовать весь код-гольф, чтобы уменьшить линии; но в то же время он работает!
;)
Мне нравятся ответы @bryan и @foo-stack. Если вы работаете с postgresql, и вы используете psycopg2
вы можете использовать некоторые положительные эффекты от psycopg2, чтобы добиться этого, указав, что cursorfactory является DictCursor
при создании курсора из соединения, например:
cur = conn.cursor( cursor_factory=psycopg2.extras.DictCursor )
Итак, теперь вы можете выполнить свой SQL-запрос, и вы получите словарь для получения ваших результатов без необходимости сопоставлять их вручную.
cur.execute( sql_query )
results = cur.fetchall()
for row in results:
print row['row_no']
Обратите внимание, что вам придется import psycopg2.extras
для этого.
Я знаю, что этот вопрос старый, но он помог мне разобраться, как делать то, что мне нужно, что немного отличается от того, что просил ОП, поэтому я думал, что поделюсь, чтобы помочь кому-то еще, что мне нужно: если вы хотите полностью обобщить процедуру, которая выполняет SQL Select Queries, но вам нужно ссылаться на результаты по номеру индекса, а не по имени, вы можете сделать это со списком списков вместо словаря. Каждая строка возвращенных данных представляется в возвращаемом списке как список значений поля (столбца). Имена столбцов могут быть представлены как первая запись возвращаемого списка, поэтому синтаксический анализ возвращаемого списка в вызывающей процедуре может быть очень простым и гибким. Таким образом, процедура, выполняющая вызов базы данных, не должна знать ничего о данных, которые она обрабатывает. Вот такая рутина:
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
Предполагая, что вы знаете имена столбцов!
Кроме того, здесь представлены три разных решения,
вы, вероятно, захотите посмотреть на последний!
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
Это индексированная версия, а не самое красивое решение, но оно будет работать. Другим было бы проиндексировать имя столбца в качестве словарного ключа со списком в каждом ключе, содержащем данные в порядке номера строки. делая:
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
Написав это, я понимаю, что выполнение for col in colnames
может быть заменено на for colindex in range(0, len())
, но вы получите эту идею.
Более поздний пример был бы полезен, если не извлекать все данные, кроме одной строки за раз, например:
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']
Получение табличных имен (я думаю.. благодаря Foo Stack):
более прямое решение от beargle ниже!
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]]
Для ситуаций, когда курсор недоступен - например, когда строки были возвращены каким-либо вызовом функции или внутренним методом, вы все равно можете создать словарное представление, используя row.cursor_description
def row_to_dict(row):
return dict(zip([t[0] for t in row.cursor_description], row))