使用DataFrame.to_sql()向SQL Server插入含单引号字符串报错求助

下面提供三种可行的解决方案，针对你遇到的to_sql生成双引号包裹含单引号字符串导致SQL Server报错的问题：

方法1：修改SQLAlchemy连接配置，强制单引号转义 #

用pyodbc连接SQL Server时，SQLAlchemy默认的引号处理逻辑会用双引号包裹特殊字符串，而SQL Server把双引号当成标识符（列名/表名）。你可以在创建连接URL时添加quote_identifier=false参数，让SQLAlchemy遵循SQL Server的单引号转义规则（将单引号替换为两个单引号）。

from sqlalchemy.engine import URL
import sqlalchemy

# 构建连接URL，替换为你的数据库信息
connection_url = URL.create(
    "mssql+pyodbc",
    username="你的用户名",
    password="你的密码",
    host="你的数据库地址",
    database="你的数据库名",
    query={
        "driver": "ODBC Driver 17 for SQL Server",
        "quote_identifier": "false"  # 关键配置
    }
)

engine = sqlalchemy.create_engine(connection_url)
# 执行插入
data_frame.to_sql(table, engine, if_exists='append', index=False)

方法2：手动预处理DataFrame，转义单引号 #

直接遍历DataFrame的字符串列，把所有单引号替换成两个单引号，再执行插入。这种方式简单直接，适合快速验证场景。

import pandas as pd

# 筛选所有字符串类型的列
string_columns = data_frame.select_dtypes(include=['object']).columns

# 替换单引号为两个单引号，注意关闭正则匹配避免意外替换
data_frame[string_columns] = data_frame[string_columns].apply(
    lambda col: col.str.replace("'", "''", regex=False)
)

# 执行插入
data_frame.to_sql(table, engine, if_exists='append', index=False)

方法3：启用fast_executemany，批量插入自动处理转义 #

启用fast_executemany=True不仅能大幅提升批量插入的速度，还会通过参数绑定的方式传递数据，避免直接生成带字符串值的SQL语句，从根源上解决引号转义问题。

import sqlalchemy

# 创建engine时添加fast_executemany参数
engine = sqlalchemy.create_engine(connection_url, fast_executemany=True)

# 执行插入
data_frame.to_sql(table, engine, if_exists='append', index=False)

内容的提问来源于stack exchange，提问作者cpa390