使用Pandas DataFrame.to_sql写入SQL时触发sqlalchemy.exc.ProgrammingError(IFDRational类型未知)错误的解决咨询

你碰到的sqlalchemy.exc.ProgrammingError根源在于PIL返回的IFDRational类型无法被SQL驱动识别，不是引号的问题——这个类型是PIL专门用来存储EXIF里的分数值的（比如DPI），但pyodbc/SQLAlchemy不知道怎么把它转换成SQL支持的数据类型。下面是具体的解决步骤和优化后的代码：

核心解决方案：转换特殊类型为原生Python类型 #

首先要把所有非原生Python类型（比如IFDRational）转换成SQL支持的类型（int、str、float等）。针对DPI字段，我们可以直接把它转成整数（因为DPI通常是整数值）：

# 处理DPI字段，把IFDRational转成整数
dpi_value = image.info.get('dpi', (0, 0))[0]
# 检查是否是IFDRational类型，转成整数
if hasattr(dpi_value, 'numerator') and hasattr(dpi_value, 'denominator'):
    dpi_value = int(dpi_value.numerator / dpi_value.denominator)

修复你的代码逻辑 #

你的原代码还有几个小问题：

• info_list2从未被填充，导致Df2是空的
• 异常处理里重复打开图片，且逻辑混乱（比如错误时把后缀存到DPI字段）
• to_sql的dtype参数用法错误，应该是字典形式指定列的类型

优化后的完整代码：

import os
import pathlib
from PIL import Image
import pandas as pd
from sqlalchemy import NVARCHAR, INTEGER

rootdir = "你的图片目录路径"
engine = "你的SQLAlchemy引擎"

info_list = []

for file in os.listdir(rootdir):
    file_path = os.path.join(rootdir, file)
    try:
        with Image.open(file_path) as image:
            # 提取基础元数据
            filename = os.path.basename(image.filename)
            filesize = os.path.getsize(file_path)
            
            # 处理DPI字段，兼容IFDRational类型
            dpi_value = image.info.get('dpi', (0, 0))[0]
            if hasattr(dpi_value, 'numerator'):
                dpi_value = int(dpi_value.numerator / dpi_value.denominator)
            
            height = image.height
            width = image.width
            img_format = image.format
            mode = image.mode
            frames = getattr(image, "n_frames", 1)
            
            info_list.append([filename, filesize, dpi_value, height, width, img_format, mode, frames])
    except Exception as e:
        # 捕获异常时，记录错误信息并保留可获取的字段
        print(f"处理文件 {file} 出错: {str(e)}")
        with Image.open(file_path) as image:
            filename = os.path.basename(image.filename)
            filesize = os.path.getsize(file_path)
            # 错误时用后缀替代DPI（按你的原逻辑）
            suffix = pathlib.Path(file_path).suffix
            height = image.height
            width = image.width
            img_format = image.format
            mode = image.mode
            frames = getattr(image, "n_frames", 1)
            
            info_list.append([filename, filesize, suffix, height, width, img_format, mode, frames])

# 生成统一的DataFrame
df = pd.DataFrame(info_list, columns=["FileName", "FileSize","DPI", "Height", "Width", "Format", "Mode", "Frames"])

# 写入SQL，正确指定dtype参数（字典形式）
df.to_sql(
    "SuspensiaImageDetails", 
    con=engine, 
    if_exists='append', 
    dtype={
        "FileName": NVARCHAR(50),
        "Format": NVARCHAR(20),
        "Mode": NVARCHAR(20),
        # 数值类型可以指定为INTEGER
        "FileSize": INTEGER,
        "DPI": INTEGER,
        "Height": INTEGER,
        "Width": INTEGER,
        "Frames": INTEGER
    }
)

关键说明 #

1. 类型转换：通过检查IFDRational的numerator和denominator属性，将其转换为整数，确保SQL驱动能识别。
2. 代码简化：合并了两个DataFrame的逻辑，用with语句自动关闭图片文件，避免资源泄漏。
3. 正确使用dtype：to_sql的dtype参数需要是字典，键是列名，值是SQLAlchemy的类型（比如NVARCHAR(50)），这样能明确指定SQL表的列类型，避免自动推断出错。

不需要把所有数据转成字符串——只有特殊类型需要转换，数值类型保持原生类型更符合SQL表的设计规范。

内容的提问来源于stack exchange，提问作者Eddiex045