Skip to main content
 首页 » 编程设计

python之将 read_sql 与访问数据库的 pyODBC 连接一起使用是否安全

2024年10月25日13sharpest

我发现尽管只支持 sqlite ,但 pandas.io.sql.read_sql 方法可以很好地通过查询 Microsoft Access 数据库来创建数据框。

driver_string="DRIVER={Microsoft Access Driver (*.mdb)}" 
file_string = "DBQ="+"test.mdb" 
connection_string = ";".join([driver_string, file_string]) 
cnxn = pyodbc.connect(connection_string) 
cursor = cnxn.cursor() 
df = pd.read_sql("SELECT * FROM testTable", con=cnxn, index_col = ["indexCol"]) 

我对读取数据更感兴趣,不太可能写回数据库。我还使用包含联接的更复杂的查询对此进行了测试,它似乎运行良好。

谁能告诉我这里有没有危险?这似乎比使用 SQLAlchemy(也不支持 Access)简单得多。

如果有人有任何见解,我将不胜感激。

请您参考如下方法:

需要明确的是,read_sql 仅在使用 DBAPI 连接对象时正式支持 sqlite,在使用 sqlalchemy 引擎时,read_sql 支持您可以为其提供 sqlalchemy 的所有数据库引擎(PostgreSQL、MySQL、SQL Server、Oracle 等,请参阅 http://docs.sqlalchemy.org/en/rel_0_9/dialects/index.html)。

但确实,虽然官方只支持sqlite,但它也适用于其他数据库。目前,sqlite 回退的实现仅依赖于 conn.cursor()、cursor.execute() 方法和 cursor 的可用性.fetchmany() 或 cursor.fetchall() 方法。
因此,只要您的连接对象提供这些(如果它符合 DBAPI2,它就会),这将起作用。

虽然这在未来很可能不会改变,但不能保证(仅针对 sqlite3 进行测试)。请注意,有一个 sqlalchemy-access 项目 ( https://bitbucket.org/zzzeek/sqlalchemy-access ),但它似乎最近没有受到太多关注(另请参见 connecting sqlalchemy to MSAccess )。

上面是read_sql,用to_sql写入access数据库肯定行不通(这真的只适用于sqlite3,因为实现依赖更多的sqlite3-具体的事情)。