使用PyODBC查询MS SQL提示Invalid column name 'Escalation'如何解决

报错原因 #

MS SQL Server 默认开启QUOTED_IDENTIFIER配置，该配置下双引号包裹的内容会被解析为数据库对象名（列名、表名等），而非字符串常量。你在查询语句中使用双引号包裹了需要匹配的字符串值Escalation，导致数据库误将其识别为列名，而目标表中不存在该列，因此触发Invalid column name 'Escalation'报错。

解决方案 #

方案1：替换字符串包裹符 #

将SQL语句中包裹字符串的双引号替换为单引号，单引号是SQL标准中字符串字面量的通用包裹符号，修改后代码如下：

query = ''' 
    select a.created, a.asset_num, a.description, a.resolution, a.type, a.subtype
    from SC_SR_EXPORT_V as a
    where TYPE = 'Escalation';
'''
data = pd.read_sql(query, cnxn)
data.head()

方案2：使用参数化查询（更推荐） #

通过pandas read_sql的params参数传递查询值，无需手动处理引号转义问题，同时可以防范SQL注入风险，适合查询值为动态变量的场景，代码如下：

query = ''' 
    select a.created, a.asset_num, a.description, a.resolution, a.type, a.subtype
    from SC_SR_EXPORT_V as a
    where TYPE = ?;
'''
# 参数放在元组中传入，即使值包含特殊字符也无需额外处理
data = pd.read_sql(query, cnxn, params=('Escalation',))
data.head()

内容的提问来源于stack exchange，提问作者Jack_loc