Hämta data med mssql-python

mssql-python-drivrutinen erbjuder flera hämtningsmetoder, radåtkomstmönster och kursornavigeringsfunktioner för att hämta frågeresultat.

Hämtametoder

Efter att ha kört en SELECT-fråga, använd hämtametoder för att hämta resultat.

fetchone()

Returnerar en enda rad eller None om inga fler rader finns tillgängliga:

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

row = cursor.fetchone()
while row:
    print(f"{row.ProductID}: {row.Name} - ${row.ListPrice}")
    row = cursor.fetchone()

fetchmany()

Returnerar en lista med rader. cursor.arraysize styr standardbatchstorleken (standard: 1):

cursor.execute("SELECT * FROM Production.Product")
cursor.arraysize = 100  # Fetch 100 rows at a time

while True:
    rows = cursor.fetchmany()
    if not rows:
        break
    for row in rows:
        print(row.Name)

Du kan också specificera storleken direkt:

rows = cursor.fetchmany(50)  # Fetch up to 50 rows

Fetchall()

Returnerar alla återstående rader som en lista:

cursor.execute("SELECT * FROM Production.Product WHERE Color = 'Black'")
rows = cursor.fetchall()

print(f"Found {len(rows)} products")
for row in rows:
    print(row.Name)

fetchval()

Returnerar den första kolumnen i första raden, vilket är användbart för skalärfrågor.

count = cursor.execute("SELECT COUNT(*) FROM Production.Product").fetchval()
print(f"Total products: {count}")

max_price = cursor.execute("SELECT MAX(ListPrice) FROM Production.Product").fetchval()
print(f"Highest price: ${max_price}")

Mönster för radåtkomst

Klassen Row stöder flera åtkomstmönster.

Indexåtkomst

Åtkomstkolumner efter position (nollbaserade):

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

product_id = row[0]
name = row[1]
price = row[2]

Åtkomst till attribut

Åtkomst till kolumner efter namn:

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

product_id = row.ProductID
name = row.Name
price = row.ListPrice

Kolumnnamn med gemener

Aktivera attributnamn med små bokstäver globalt:

import mssql_python

settings = mssql_python.get_settings()
settings.lowercase = True

cursor.execute("SELECT ProductID, Name FROM Production.Product WHERE ProductID < 5")
row = cursor.fetchone()
print(row.productid, row.name)  # Lowercase access
settings.lowercase = False  # Restore default

Iteration

Rader stöder iterering över värden:

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

for value in row:
    print(value)

Marköriteration

Iterera direkt över markören för att bearbeta rader:

cursor.execute("SELECT * FROM Production.Product")

for row in cursor:
    print(row.Name)

Detta mönster motsvarar att kalla upprepade gånger fetchone() .

Kolumnmetadata

Få tillgång till kolumninformation genom cursor.description:

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

for col in cursor.description:
    name, type_code, display_size, internal_size, precision, scale, null_ok = col
    print(f"Column: {name}, Type: {type_code}, Nullable: {null_ok}")

Antal rader

Attributet cursor.rowcount indikerar:

  • För SELECT: Returnerar -1 efter execute() tills hämtningen börjar. När du börjar hämta visar det det samlade antalet rader hittills.
  • För INSERT/UPDATE/DELETE: Antal rader som påverkas.
cursor.execute("SELECT * FROM Production.Product")
print(f"Rows returned: {cursor.rowcount}")

cursor.execute("CREATE TABLE #PriceUpd (Name NVARCHAR(50), Price DECIMAL(10,2), CategoryID INT)")
cursor.execute("INSERT INTO #PriceUpd VALUES ('A',10,1),('B',20,1),('C',30,2)")
cursor.execute("UPDATE #PriceUpd SET Price = Price * 1.1 WHERE CategoryID = 1")
print(f"Rows updated: {cursor.rowcount}")

Navigering med markören

skip()

Hoppa över rader utan att hämta dem:

cursor.execute("SELECT * FROM Production.Product ORDER BY ProductID")
cursor.skip(10)  # Skip first 10 rows
row = cursor.fetchone()  # Returns 11th row

scroll()

Flytta markörens position framåt:

cursor.execute("SELECT * FROM Production.Product ORDER BY ProductID")

# Move forward 5 rows from current position
cursor.scroll(5, mode='relative')

row = cursor.fetchone()

Note

Drivern stödjer endast mode='relative' med positiva värden. Absolut placering och bakåtskrollning genererar NotSupportedError eftersom drivrutinen använder markörer som bara går framåt.

radnummer

Följ den nuvarande positionen:

cursor.execute("SELECT * FROM Production.Product")

print(f"Initial position: {cursor.rownumber}")  # -1 (before first fetch)

row = cursor.fetchone()
print(f"After fetchone: {cursor.rownumber}")    # 0 (first row fetched)

Flera resultatuppsättningar

Använd nextset() för att bearbeta flera resultatuppsättningar:

cursor.execute("""
    SELECT * FROM Production.Product WHERE Color = 'Black';
    SELECT * FROM Production.ProductCategory;
    SELECT COUNT(*) FROM Production.Product;
""")

# First result set
products = cursor.fetchall()
print(f"Products: {len(products)}")

# Move to second result set
if cursor.nextset():
    categories = cursor.fetchall()
    print(f"Categories: {len(categories)}")

# Move to third result set
if cursor.nextset():
    count = cursor.fetchval()
    print(f"Total count: {count}")

Stora resultatmängder

För stora resultatmängder, bearbeta rader i batcher för att hantera minnet:

def process_batch(rows):
    # Example: print each row. Replace with your own logic.
    for row in rows:
        print(row)

cursor.execute("SELECT * FROM LargeTable")
cursor.arraysize = 1000

while True:
    rows = cursor.fetchmany()
    if not rows:
        break

    process_batch(rows)
    print(f"Processed {cursor.rownumber} rows so far")

Kontexthanterare

Använd kontexthanterare för automatisk resursrensning:

with mssql_python.connect(connection_string) as conn:
    with conn.cursor() as cursor:
        cursor.execute("SELECT * FROM Production.Product")
        for row in cursor:
            print(row.Name)
# Cursor and connection closed automatically

Metodtips

  • Använd fetchmany() för stora resultat för att undvika att ladda allt i minnet.
  • Stäng markörerna när du är klar för att frigöra serverresurser.
  • Använd kolumnnamn (attributåtkomst ) för mer läsbar kod.
  • Check rowcount efter dataändringar.
  • Hantera None värden explicit när kolumner är nollbara.

Relaterat innehåll

  • Last updated on