Python连接SQL Server获取指定表列名的两种方法

晚来风
晚来风
发布时间:2026-10-16| 7人浏览过
原创

本文介绍在Python中连接SQL Server数据库并获取指定表所有列名的两种方法。第一种方法通过SysColumns系统视图获取,但结果无序;第二种方法利用INFORMATION_SCHEMA.COLUMNS视图,可精确提取COLUMN_NAME字段。文章提供了完整的连接代码、SQL语句及fetchall()等结果获取方式,帮助开发者实现数据库元数据查询。

Python连接SQL Server获取列名的两种方法

在网络上搜索相关解决方案时,发现许多资料无法直接满足按特定意愿获取结果的需求。为此,本文展示两种不同的实现方法,并对比它们各自产生的结果差异。以下是Python连接SQL Server数据库的基础代码示例。

# 引入库
import pyodbc
import pymssql
from sqlalchemy import create_engine

# 连接数据库
conn = pyodbc.connect(r'Driver={SQL Server};Server=服务器名;Database=数据库名;Trusted_Connection=yes;')
cursor = conn.cursor()
sqlstr = ''
try:
	a = cursor.execute(sqlstr)
	conn.commit()
except Exception as e:
	print(e)
finally:
	conn.close()

上述代码展示了通用的SQL Server数据库连接方式,其中包含了必要的错误处理机制。接下来,我们将重点讨论用于获取表结构的SQL语句。

SELECT Name FROM SysColumns Where id=Object_Id('表名')

第一种方法确实能够成功获取表名信息,但其输出的列名顺序是不确定的,无法保证与数据库中的实际定义顺序一致。

第二种方法的具体实现如下:

SELECT * from INFORMATION_SCHEMA.COLUMNS where TABLE_NAME = '表名'

通过该方法,我们可以将所需的列名信息完整存入COLUMN_NAME字段中,因此只需在SELECT语句中指定该字段即可。

SELECT COLUMN_NAME from INFORMATION_SCHEMA.COLUMNS where TABLE_NAME = '表名'

如果用户对列名的排序没有严格要求,可以选择第一种方法;若需要其他特定用途或有序结果,则推荐使用第二种方法。

cursor.execute()

执行查询后,程序返回的结果对象包含以下属性:

要查看获取的最终数据,必须调用**fetchall()**方法以获取所有结果,或使用**fetchone()**方法获取单条记录。此外,务必在查询操作执行完毕后调用conn.commit()提交事务。具体代码示例如下:

import pyodbc
import pymssql
from sqlalchemy import create_engine

# 连接数据库
conn = pyodbc.connect(r'Driver={SQL Server};Server=服务器名;Database=数据库名;Trusted_Connection=yes;')
cursor = conn.cursor()
sqlstr = "SELECT COLUMN_NAME from INFORMATION_SCHEMA.COLUMNS where TABLE_NAME = '表名'"
try:
	# 使用fetchall()获取全部
	a = cursor.execute(sqlstr)
	col_name = a.fetchall()
	print(col_name)
	conn.commit()
except Exception as e:
	print(e)
finally:
	conn.close()

最终返回的数据结构是一个包含多个元组的列表,每个元组对应一行查询结果。

至此,关于Python操作SQL Server获取特定表所有列名的介绍已完成。如需了解更多相关内容,建议搜索本站过往文章或继续浏览后续教程,感谢大家的支持!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。