psycopg2混用%s变量与LIKE 'fake_%'触发IndexError问题求助

问题原因 #

psycopg2会将SQL中的单个%识别为参数占位符，当你在LIKE条件中写'fake_%'时，后面的%会被误判为需要绑定的变量，导致参数数量不匹配，抛出IndexError: tuple index out of range。

解决方案 #

方法一：转义LIKE中的通配符 #

将LIKE条件里的单个%替换为%%，psycopg2会自动将%%解析为SQL中的单个%通配符，不会当成参数占位符。修改后的SQL如下：

SELECT a.trade_date, a.ticker, a.company_name, a.cusip, a.shares_held, a.nominal, 
        a.weighting, b.weighting "previous_weighting", ABS(a.weighting - b.weighting) "weighting_change"
FROM t_ark_holdings a LEFT JOIN t_ark_holdings b 
    ON a.etf_ticker=b.etf_ticker AND a.ticker=b.ticker
        AND b.trade_date=(SELECT MAX(trade_date) FROM t_ark_holdings WHERE trade_date<a.trade_date)
WHERE a.etf_ticker = %s AND LOWER(a.ticker) NOT LIKE 'fake_%%'
    AND a.weighting<>b.weighting
    AND a.trade_date = (SELECT MAX(trade_date) FROM t_ark_holdings)
ORDER BY a.trade_date DESC, "weighting_change" DESC, a.ticker

执行时只需传入一个参数即可，和之前的调用方式一致。

方法二：使用AsIs封装固定条件 #

如果不想修改SQL中的%，可以将LIKE条件作为参数传入，并用psycopg2.extensions.AsIs封装，让psycopg2直接将其作为SQL的一部分处理，不进行参数绑定：

from psycopg2.extensions import AsIs

# 原SQL保留'fake_%'，将LIKE条件设为占位符
query = """
SELECT a.trade_date, a.ticker, a.company_name, a.cusip, a.shares_held, a.nominal, 
        a.weighting, b.weighting "previous_weighting", ABS(a.weighting - b.weighting) "weighting_change"
FROM t_ark_holdings a LEFT JOIN t_ark_holdings b 
    ON a.etf_ticker=b.etf_ticker AND a.ticker=b.ticker
        AND b.trade_date=(SELECT MAX(trade_date) FROM t_ark_holdings WHERE trade_date<a.trade_date)
WHERE a.etf_ticker = %s AND LOWER(a.ticker) NOT LIKE %s
    AND a.weighting<>b.weighting
    AND a.trade_date = (SELECT MAX(trade_date) FROM t_ark_holdings)
ORDER BY a.trade_date DESC, "weighting_change" DESC, a.ticker
"""

# 传入参数时用AsIs封装固定条件
cursor.execute(query, (your_etf_ticker_value, AsIs("'fake_%'")))

方法三：用Django ORM重构查询（推荐） #

直接使用Django的ORM构建查询，框架会自动处理参数绑定和SQL转义，彻底避免原生SQL的占位符冲突问题，同时更符合Django开发规范：

假设对应模型为ArkHolding：

from django.db.models import Max, F, Abs
from django.db.models import Subquery, OuterRef

# 获取最新交易日
latest_date = ArkHolding.objects.aggregate(max_date=Max('trade_date'))['max_date']

# 子查询：获取每个标的上一交易日的权重
prev_weight_subquery = ArkHolding.objects.filter(
    etf_ticker=OuterRef('etf_ticker'),
    ticker=OuterRef('ticker'),
    trade_date__lt=OuterRef('trade_date')
).order_by('-trade_date').values('weighting')[:1]

# 构建最终查询
results = ArkHolding.objects.filter(
    etf_ticker=your_etf_ticker_value,
    ticker__lower__not_like='fake_%',
    trade_date=latest_date,
    weighting__ne=Subquery(prev_weight_subquery)
).annotate(
    previous_weighting=Subquery(prev_weight_subquery),
    weighting_change=Abs(F('weighting') - F('previous_weighting'))
).order_by('-trade_date', '-weighting_change', 'ticker').values(
    'trade_date', 'ticker', 'company_name', 'cusip', 'shares_held', 'nominal',
    'weighting', 'previous_weighting', 'weighting_change'
)

执行后results即为所需的查询结果，无需手动处理SQL和参数绑定。

内容的提问来源于stack exchange，提问作者Je Je