如何设置PYODBC返回Decimal类型并避免科学计数法（无需转换类型）

当使用PYODBC从SQL Server读取decimal(24, 12)类型的数据时，值0.000000000000会被返回为Python的decimal.Decimal('0E-12')，写入CSV文件时直接显示为0E-12，而非预期的0.000000000000或0。

现有解决方案（非最优） #

目前常见的处理方式是通过字符串转换规避，但都需要额外的转换开销：

Python端处理

通过格式化Decimal为指定精度的字符串：

import pyodbc
import decimal
import csv

cn = ...  # 初始化数据库连接
cr = cn.cursor()
cr.execute("SELECT MyColumn, ... FROM MyView")
data = cr.fetchall()
cols = [desc[0] for desc in cr.description]

with open(csv_path, mode='w', newline='') as csv_f:
    csv_writer = csv.writer(csv_f, delimiter=",", quotechar='"', quoting=csv.QUOTE_NONNUMERIC)
    csv_writer.writerow(cols)
    for r in data:
        for (i, c) in enumerate(cr.description):
            if c[1] == decimal.Decimal:
                d, scale = r[i], c[5]
                r[i] = f"{d:{scale}f}"
    csv_writer.writerows(data)

T-SQL端处理

在查询时直接转换为字符串：

import pyodbc

cn = ...  # 初始化数据库连接
cr = cn.cursor()
cr.execute("SELECT convert(varchar(24), MyColumn) as MyColumn, ... FROM MyView")
data = cr.fetchall()

更高效的原生Decimal处理方案 #

目前PYODBC没有公开的配置项直接控制Decimal的返回格式（该问题源于ODBC驱动对decimal类型的序列化逻辑），但可以利用Decimal的原生方法quantize()和normalize()来处理，避免字符串转换的额外开销，同时保留Decimal类型的优势：

import pyodbc
import decimal
import csv

# 设置Decimal精度匹配SQL的decimal(24,12)
decimal.getcontext().prec = 24
# 定义目标精度，对应12位小数
target_scale = decimal.Decimal('1.' + '0'*12)

cn = ...  # 初始化数据库连接
cr = cn.cursor()
cr.execute("SELECT MyColumn, ... FROM MyView")
data = cr.fetchall()
cols = [desc[0] for desc in cr.description]

with open(csv_path, mode='w', newline='') as csv_f:
    csv_writer = csv.writer(csv_f, delimiter=",", quotechar='"', quoting=csv.QUOTE_NONNUMERIC)
    csv_writer.writerow(cols)
    for r in data:
        for (i, c) in enumerate(cr.description):
            if c[1] == decimal.Decimal:
                d = r[i]
                # 归一化后按目标精度格式化，将0E-12转为0.000000000000
                r[i] = d.normalize().quantize(target_scale)
    csv_writer.writerows(data)

这种方式会将decimal.Decimal('0E-12')转换为decimal.Decimal('0.000000000000')，写入CSV时会显示为预期的格式，同时保留Decimal类型的特性，CSV模块的引号处理逻辑依然适用，性能比字符串转换更优。

内容的提问来源于stack exchange，提问作者Jason