Obiekty wierszowe w mssql-python

Sterownik mssql-python zwraca dane wierszowe jako Row obiekty z operacji pobierania. Te obiekty zapewniają elastyczne wzorce dostępu:

  • Dostęp do atrybutów (row.ColumnName) jest najbardziej czytelnym wyborem dla kolumn nazwanych. Używaj go, gdy Twoje zapytanie ma znaną, stabilną listę kolumn.
  • Dostęp do klucza łańcuchowego (row['ColumnName']) zapewnia dostęp do kolumn według nazwy, co jest przydatne, gdy potrzebujesz programowego wyszukiwania kolumn lub gdy nazwy kolumn zawierają spacje lub znaki specjalne.
  • Dostęp do indeksu (row[0]) jest przydatny do zapytań dynamicznych, gdzie nazwy kolumn nie są znane podczas tworzenia lub podczas przetwarzania SELECT * wyników.
  • Rozpakowanie krotk (a, b, c = row) jest najbardziej zwięzłym wyborem dla ciał pętli z małą, stałą liczbą kolumn.

Dostęp do atrybutów

Uzyskaj bezpośredni dostęp do wartości kolumn według nazwy:

import mssql_python

conn = mssql_python.connect(connection_string)
cursor = conn.cursor()

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID = 1")
row = cursor.fetchone()

print(row.ProductID)     # 1
print(row.Name)          # 'Adjustable Race'
print(row.ListPrice)     # 0.00

Uwzględnij wielkość liter

Dostęp do nazw kolumn jest zależny od wielkości liter i odpowiada nazwam kolumn zwracanym przez SQL Server. Jeśli Twoja baza danych używa niespójnego okrewnictwa, użyj aliasów SQL AS do normalizacji nazw lub włącz ustawienia modułu lowercase (patrz Konfiguracja modułu):

cursor.execute("SELECT FirstName, LastName, EmailPromotion FROM Person.Person WHERE BusinessEntityID < 10")
row = cursor.fetchone()

print(row.FirstName)      # Works
print(row.LastName)       # Works
print(row.EmailPromotion) # Works
print(row.firstname)      # AttributeError - wrong case

Aliasy kolumn

Używaj aliasów SQL do tworzenia przyjaznych nazw atrybutów:

cursor.execute("""
    SELECT 
        p.ProductID,
        p.Name,
        c.Name AS Category
    FROM Production.Product p
    JOIN Production.ProductSubcategory c ON p.ProductSubcategoryID = c.ProductSubcategoryID
    WHERE p.ProductSubcategoryID IS NOT NULL
""")

for row in cursor:
    print(f"{row.Name} ({row.Category})")

Dostęp do indeksu

Wartości dostępu według indeksu kolumnowego opartego na zerze:

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID < 5")
row = cursor.fetchone()

print(row[0])  # ProductID
print(row[1])  # Name
print(row[2])  # ListPrice

Indeksowanie ujemne

Sterownik obsługuje negatywne indeksowanie w stylu Python:

cursor.execute("""
    SELECT Demo.A, Demo.B, Demo.C, Demo.D
    FROM (VALUES (1, 2, 3, 4)) AS Demo(A, B, C, D)
""")
row = cursor.fetchone()

print(row[-1])  # Last column (D)
print(row[-2])  # Second to last (C)

Dostęp do klucza łańcuchowego

Uzyskaj dostęp do wartości kolumn według nazwy za pomocą składni słownikowej:

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID = 1")
row = cursor.fetchone()

print(row['ProductID'])   # 1
print(row['Name'])        # 'Adjustable Race'
print(row['ListPrice'])   # Decimal('0.00')

Jest to przydatne, gdy nazwy kolumn zawierają spacje lub znaki specjalne, albo gdy trzeba programowo uzyskać dostęp do kolumn:

column_name = 'ListPrice'
value = row[column_name]  # Programmatic column access

Krojenie

Wyodrębniaj wiele wartości za pomocą wycinków:

cursor.execute("""
    SELECT Demo.A, Demo.B, Demo.C, Demo.D, Demo.E
    FROM (VALUES (1, 2, 3, 4, 5)) AS Demo(A, B, C, D, E)
""")
row = cursor.fetchone()

print(row[1:4])    # Columns B, C, D (indices 1, 2, 3)
print(row[:2])     # First two columns (A, B)
print(row[2:])     # From C to end

Rozpakowywanie krotek

Rozpakuj wartości wierszy bezpośrednio na zmienne:

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID < 10")

for product_id, name, price in cursor:
    print(f"#{product_id}: {name} - ${price}")

Częściowe rozpakowanie

Użycie * do przechwycenia pozostałych wartości:

cursor.execute("""
    SELECT TOP 2 ProductID, Name, ProductNumber, Color, Size, Weight
    FROM Production.Product
    WHERE ProductNumber IS NOT NULL
    ORDER BY ProductID
""")

for product_id, name, *rest in cursor:
    print(f"{product_id}: {name}, extra columns: {rest}")

Długość wiersza i iteracja

Pracuj z wymiarami wiersza i iteruj wartości kolumn:

Pobierz liczbę kolumn

Użyj len() do uzyskania liczby kolumn w rzędzie:

cursor.execute("SELECT * FROM Production.Product WHERE ProductID < 5")
row = cursor.fetchone()

print(len(row))  # Number of columns

Iteruj nad wartościami

Przewijaj wartości kolumn w kolejności:

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID < 5")
row = cursor.fetchone()

for value in row:
    print(value)

Sprawdź, czy istnieje kolumna

Użyj hasattr() do testowania obecności nazwy kolumny:

# Use hasattr to check for column name
if hasattr(row, 'DiscountPrice'):
    print(f"Discount: {row.DiscountPrice}")
else:
    print("No discount available")

Przejście na typy wbudowane

Obiekty wierszowe można konwertować na standardowe typy Python do integracji z innymi bibliotekami i API:

Przekształć na krotki

Przekonwertuj wiersz na krotkę za pomocą tuple() konstruktora:

cursor.execute("SELECT ProductID, Name FROM Production.Product WHERE ProductID = 1")
row = cursor.fetchone()

row_tuple = tuple(row)
print(row_tuple)  # (1, 'Adjustable Race')

Przekształtaj na listę

Przekonwertowanie wiersza na listę za pomocą list() konstruktora:

row_list = list(row)
print(row_list)  # [1, 'Adjustable Race']

Konwertuj do słownika

Przekonwertuj wiersz na słownik, gdy musisz go serializować do JSON, przekazać do silnika szablonowego lub połączyć z innymi danymi. Zbuduj słownik z cursor.description wartości wiersza i wierszy:

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID = 1")
row = cursor.fetchone()

# Create dict from description and values
columns = [col[0] for col in cursor.description]
row_dict = dict(zip(columns, row))
print(row_dict)  # {'ProductID': 1, 'Name': 'Adjustable Race', 'ListPrice': Decimal('0.00')}

Funkcja pomocnicza do konwersji dyktów

Stwórz wielokrotnego użytku funkcję pomocniczą, która konwertuje wszystkie pobrane wiersze na słowniki:

def rows_to_dicts(cursor):
    """Convert fetched rows to list of dictionaries."""
    columns = [col[0] for col in cursor.description]
    return [dict(zip(columns, row)) for row in cursor.fetchall()]

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID < 10")
products = rows_to_dicts(cursor)
for p in products:
    print(p['Name'])

Praca z wartościami zerowymi

Sterownik zwraca wartości NULL jako Python None:

cursor.execute("SELECT FirstName, MiddleName, LastName FROM Person.Person WHERE BusinessEntityID = 1")
row = cursor.fetchone()

if row.MiddleName is None:
    full_name = f"{row.FirstName} {row.LastName}"
else:
    full_name = f"{row.FirstName} {row.MiddleName} {row.LastName}"

Współpraca z kursor.description

Uzyskaj dostęp do metadanych kolumn obok danych wierszy:

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID < 5")

# Column information
for col in cursor.description:
    print(f"Name: {col[0]}, Type: {col[1]}")

# Fetch with metadata
row = cursor.fetchone()
for i, col in enumerate(cursor.description):
    print(f"{col[0]}: {row[i]}")

Często używane wzorce

Oto praktyczne wzorce pracy z obiektami wierszowymi w zastosowaniach rzeczywistych:

Wiersze procesów z dostępem nazwanym

Wiersze procesu korzystające z dostępu do atrybutów dla czytelnego, łatwego do utrzymania kodu:

def process_orders(conn):
    cursor = conn.cursor()
    cursor.execute("""
        SELECT SalesOrderID, CustomerID, OrderDate, TotalDue 
        FROM Sales.SalesOrderHeader 
        WHERE Status = 5
    """)
    
    for order in cursor:
        print(f"Order #{order.SalesOrderID}")
        print(f"  Customer: {order.CustomerID}")
        print(f"  Date: {order.OrderDate}")
        print(f"  Total: ${order.TotalDue:.2f}")

Buduj obiekty z wierszy

W zastosowaniach z modelem domenowym mapuj wiersze na klasy danych lub typowe obiekty. To mapowanie zapewnia automatyczne uzupełnianie IDE, sprawdzanie typów oraz wyraźną granicę między wierszami bazy danych a logiką aplikacji.

from dataclasses import dataclass
from datetime import date
from decimal import Decimal

@dataclass
class Product:
    id: int
    name: str
    price: Decimal
    created: date

def get_products(conn) -> list[Product]:
    cursor = conn.cursor()
    cursor.execute("SELECT ProductID, Name, ListPrice, SellStartDate FROM Production.Product WHERE ProductID < 10")
    
    return [
        Product(
            id=row.ProductID,
            name=row.Name,
            price=row.ListPrice,
            created=row.SellStartDate
        )
        for row in cursor
    ]

Eksport do JSON

Serializuj obiekty wierszowe do JSON z własnym obsługą typów dla wartości datetime i Decimal:

import json
from datetime import date, datetime
from decimal import Decimal

def json_serializer(obj):
    """Custom serializer for non-JSON types."""
    if isinstance(obj, (date, datetime)):
        return obj.isoformat()
    if isinstance(obj, Decimal):
        return float(obj)
    raise TypeError(f"Type {type(obj)} not serializable")

def export_to_json(cursor, filename):
    columns = [col[0] for col in cursor.description]
    rows = [dict(zip(columns, row)) for row in cursor.fetchall()]
    
    with open(filename, 'w') as f:
        json.dump(rows, f, default=json_serializer, indent=2)

cursor.execute("SELECT ProductID, Name, ListPrice FROM Production.Product WHERE ProductID < 10")
export_to_json(cursor, "products.json")

Agregacja w grupy

Grupuj wiersze według wartości kolumny i zbieraj je do słownika do analizy lub wyświetlania:

from collections import defaultdict

cursor.execute("""
    SELECT c.Name AS CategoryName, p.Name AS ProductName, p.ListPrice 
    FROM Production.Product p
    JOIN Production.ProductSubcategory c ON p.ProductSubcategoryID = c.ProductSubcategoryID
    WHERE p.ProductSubcategoryID IS NOT NULL
    ORDER BY c.Name
""")

products_by_category = defaultdict(list)
for row in cursor:
    products_by_category[row.CategoryName].append({
        'name': row.ProductName,
        'price': row.ListPrice
    })

for category, products in products_by_category.items():
    print(f"\n{category}:")
    for p in products:
        print(f"  - {p['name']}: ${p['price']}")

Treści powiązane

  • Last updated on