时间戳

首页 > 解决方案 > 使用字符串变量时动态创建表名和列名时的 SQLalchemy 属性错误

python - 使用字符串变量时动态创建表名和列名时的 SQLalchemy 属性错误

问题描述

我遇到了一个问题，我需要创建一个新表和一个特定的列，因为我需要从常规数据表到映射表中执行 SELECT INTO。由于我在数据库中使用的数据的性质，表名和两列名是动态的。

我尝试使用SQLAlchemy 中的 Use variable column headings 中的示例，但仍然出现错误。这是基本代码：

                RecIndex = # some string key value that changes
                tableData = "Data-" + str(i)
                tableName = f'Mapping{idx}'
                colName = f'Voltage{i}-V{idx}'

                col_list = ['Reading', 'Date', colName]
                t_list = {TableData: [RecIndex, colName], tableName: [RecIndex, colName]}
                table_list = []

                for t_name, col_name in t_list.items():
                    t = Table(
                        t_name, metadata,
                        Column('Reading', Integer),
                        Column('Date', Date),
                        *[Column(name, Integer) for name in col_name]
                    )

                    table_list.append(t)

                t1 = table_list[0]      # Mapping table
                t2 = table_list[1]      # Data table

                sel = t1.insert().from_select(col_list, t2.select().where(t2.c.colName > 0))  # FAILS HERE

但是，当我尝试构建 sel 变量时，它会失败并且我收到以下错误消息：

回溯（最后一次调用）：文件“C:\Python\Python\lib\site-packages\sqlalchemy\sql\base.py”，第 1201 行，在getattr return self._index[key]

键错误：'colName'

sel = t1.insert().from_select(col_list, t2.select().where(t2.c.colName > 0))

文件“C:\Python\Python\lib\site-packages\sqlalchemy\sql\base.py”，第 1203 行，在getattr util.raise_(​​AttributeError(key), replace_context=err)

文件“C:\Python\Python\lib\site-packages\sqlalchemy\util\compat.py”，第 207 行，在 raise_raise 异常中

属性错误：colName

任何人都知道为什么它不起作用？我将不胜感激任何帮助

标签： pythonsqlalchemy

解决方案

在您的示例代码中，您通过变量的名称引用列，colName而不是变量的内容，即。"Voltage0-V2". 尝试这样的事情：

sel = t1.insert().from_select(col_list, t2.select().where(getattr(t2.c, colName) > 0))

这只是内置的 getattr： getattr

我认为dict样式查找也受支持，即。t2.c[colName]，所以这也可能有效：

sel = t1.insert().from_select(col_list, t2.select().where(t2.c[colName] > 0))

推荐阅读