如何从Python的SQLAlchemy连接对象与表名字符串获取表属性

问题场景 #

已知通过SQLAlchemy建立了数据库连接：

from sqlalchemy import create_engine
conn = create_engine('mssql+pyodbc://...driver=ODBC+Driver+17+for+SQL+Server').connect()

现在需要通过表名字符串（如table = 'your_table_name'）获取该表的列名、数据类型等属性。

尝试过的无效方法 #

以下代码执行后返回空DataFrame：

from sqlalchemy import text
import pandas as pd
query = f"""SELECT * FROM information_schema.columns WHERE table_name='{table}'"""
df = pd.read_sql_query(text(query), conn)

执行结果：

In [2]: df
Out[2]:
Empty DataFrame
Columns: [TABLE_CATALOG, TABLE_SCHEMA, TABLE_NAME, COLUMN_NAME, ORDINAL_POSITION, COLUMN_DEFAULT, IS_NULLABLE, DATA_TYPE, CHARACTER_MAXIMUM_LENGTH, CHARACTER_OCTET_LENGTH, NUMERIC_PRECISION, NUMERIC_PRECISION_RADIX, NUMERIC_SCALE, DATETIME_PRECISION, CHARACTER_SET_CATALOG, CHARACTER_SET_SCHEMA, CHARACTER_SET_NAME, COLLATION_CATALOG, COLLATION_SCHEMA, COLLATION_NAME, DOMAIN_CATALOG, DOMAIN_SCHEMA, DOMAIN_NAME]
Index: []

版本信息：sqlalchemy 2.0.4，pandas 1.5.3

有效解决方法 #

方法1：修正information_schema查询（指定Schema） #

SQL Server中表通常归属某个Schema（默认是dbo），仅过滤table_name可能因缺少Schema匹配导致查不到数据。修改查询语句并加入Schema过滤，同时使用参数化查询避免SQL注入：

from sqlalchemy import text
import pandas as pd

table = "your_table_name"
schema = "dbo"  # 根据实际Schema调整
query = """
SELECT COLUMN_NAME, DATA_TYPE, IS_NULLABLE, COLUMN_DEFAULT
FROM information_schema.columns 
WHERE table_name = :table AND table_schema = :schema
"""
df = pd.read_sql_query(text(query), conn, params={"table": table, "schema": schema})

方法2：使用SQLAlchemy的Inspect工具（推荐） #

SQLAlchemy自带的inspect工具可直接从连接对象读取表元数据，无需编写原生SQL，跨数据库兼容性更强：

from sqlalchemy import inspect
import pandas as pd

# 获取inspector实例
inspector = inspect(conn.engine)

# 获取指定表的列信息，可指定Schema
columns = inspector.get_columns("your_table_name", schema="dbo")

# 整理为易读的DataFrame
df = pd.DataFrame(columns)[["name", "type", "nullable", "default"]]

返回的columns是字典列表，每个字典包含列名、数据类型、是否可空、默认值等完整属性，转换为DataFrame后可直接查看。

内容的提问来源于stack exchange，提问作者Russell Burdt