Django函数遇UnboundLocalError：sql未赋值即引用（if/elif问题）

让我们一步步拆解你遇到的问题，然后给出落地的修复方案：

问题根源剖析 #

1. UnboundLocalError 直接诱因：当params["type"] == 'product'时，你的代码既没有给sql变量赋值，也没有提前返回响应，后续执行cursor.execute(sql)时自然会报错——这个分支只调用了get_product_report(params)，却没处理好流程闭环。
2. 无效的代码结构：第一个with connection.cursor()块里已经包含return语句，这意味着第二个with块永远不会被执行，你原本想区分的两种序列化逻辑（OrderRateDataEntry和TimeSeriesDataEntry）根本没有触发机会。
3. 冗余的重复分支：代码里出现了两次elif params["type"] == 'product_count'，后面的分支完全被前面的覆盖，属于无效代码。
4. 潜在的KeyError风险：直接用params["type"]访问参数，如果请求中缺失type会直接报错，应该用更安全的params.get("type")。

修复后的完整代码示例 #

from django.http import JsonResponse
from .models import OrderRateDataEntry, TimeSeriesDataEntry
from .serializers import OrderRateDataEntrySerializer, TimeSeriesDataEntrySerializer
from django.db import connection

def api_report(request):
    params = request.GET
    report_type = params.get("type")  # 安全获取参数，避免缺失type时触发KeyError
    sql = None

    # 先处理不需要通用SQL执行逻辑的特殊分支，直接返回响应
    if report_type == 'product':
        # 假设get_product_report已经封装好响应逻辑，直接返回
        return get_product_report(params)
    
    # 为需要执行SQL的分支统一赋值sql变量
    if report_type == 'revenue':
        sql = get_revenue_query(params)
    elif report_type == 'order_count':
        sql = get_order_created_count(params)
    elif report_type == 'product_count':
        sql = get_product_count(params)
    elif report_type == 'order_card_created_count':
        sql = get_order_card_created_count(params)
    elif report_type == 'card':
        sql = get_card_query(params)
    elif report_type == 'order_not_card_created_count':
        sql = get_order_not_card_created_count(params)
    elif report_type == 'order_rate_by_district':
        sql = get_order_rate_by_district(params)
    else:
        # 处理未知报表类型的情况，返回明确错误
        return JsonResponse({"error": "Invalid report type"}, status=400)

    # 统一执行SQL并根据报表类型选择序列化逻辑
    with connection.cursor() as cursor:
        cursor.execute(sql)
        rows = cursor.fetchall()
        data = []
        
        if report_type == 'order_rate_by_district':
            # 处理地区订单率专属的序列化逻辑
            for row in rows:
                data.append(OrderRateDataEntry(row[0], row[1], row[2]))
            serializer = OrderRateDataEntrySerializer(data, many=True)
        else:
            # 处理其他时间序列类报表的通用逻辑
            for row in rows:
                data.append(TimeSeriesDataEntry(row[0], row[1]))
            serializer = TimeSeriesDataEntrySerializer(data, many=True)
        
        return JsonResponse(serializer.data, safe=False)

关键修改说明 #

• 安全参数获取：用params.get("type")替代直接索引，避免请求缺失type参数时的崩溃。
• 特殊分支前置处理：把product分支单独拎出来，调用对应函数后直接返回，避免进入后续SQL执行流程。
• 统一SQL赋值逻辑：确保所有需要执行SQL的分支都给sql赋值，同时增加else分支处理未知类型，避免遗漏场景。
• 合并冗余cursor逻辑：将原本两个独立的with块合并，根据报表类型选择对应序列化方式，既消除了无效代码，又保证所有逻辑都能被触发。
• 清理冗余分支：删除重复的product_count分支，让代码更整洁易维护。

额外优化建议 #

• 可以把SQL执行和序列化的逻辑封装成独立辅助函数，进一步简化视图代码的复杂度。
• 对get_*_query系列函数返回的SQL语句做参数化处理（比如cursor.execute(sql, (param1, param2))），避免SQL注入风险。

内容的提问来源于stack exchange，提问作者Linh Nguyen