Python中如何解包元组列表并插入带时间戳的SQL Server表？

第一步：预处理原始元组数据 #

直接遍历你的原始元组列表，在每条记录末尾追加预先生成的格式化时间戳，不需要逐字段手动解包：

import datetime
import pyodbc

# 你提供的原始元组列表
raw_data = [(1, 1, 0, 0, False),
 (1, 2, 0, 0, False),
 (1, 3, 0, 0, False),
 (1, 4, 4, 0, False),
 (1, 5, 0, 0, False),
 (1, 6, 1, 0, False),
 (2, 1, 4, 0, False),
 (2, 2, 1, 0, False),
 (2, 3, 0, 15, False)]

# 预生成统一格式化的时间戳，放在循环外保证所有插入记录使用同一个时间值
now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")

# 列表推导式批量生成匹配表结构的数据集：原元组5个字段 + 1个时间戳字段
processed_data = [tuple(list(row) + [now]) for row in raw_data]

处理完成后的processed_data中，每条记录的字段顺序和目标表要求完全对齐，比如第一条值为(1, 1, 0, 0, False, '202X-XX-XX XX:XX:XX')，和你期望的表结构一一对应。

第二步：执行批量插入SQL Server #

使用参数化查询的方式写入数据，避免硬拼SQL带来的语法错误和注入风险，直接调用驱动提供的批量写入能力即可：

# 按本地环境修改连接参数
conn = pyodbc.connect(
    "DRIVER={ODBC Driver 17 for SQL Server};"
    "SERVER=你的SQL服务器地址;"
    "DATABASE=你的目标数据库名;"
    "Trusted_Connection=yes;" # SQL账号验证可替换为 UID=你的账号;PWD=你的密码
)

# 参数化插入SQL，占位符使用SQL Server驱动要求的? 格式
insert_sql = """
INSERT INTO 目标表名 (col1, col2, col3, col4, col5, timestamp)
VALUES (?, ?, ?, ?, ?, ?)
"""

with conn.cursor() as cursor:
    # executemany 直接传入预处理好的数据集，批量完成所有记录插入
    cursor.executemany(insert_sql, processed_data)
    conn.commit()
conn.close()

实操注意点 #

• 如果需要每条记录对应单独的插入时间，可以把now的生成逻辑移到列表推导式的循环内，为每条记录生成独立的时间值
• Python原生的布尔值True/False会被驱动自动映射为SQL Server的bit类型，不需要手动转换为0/1
• 禁止通过字符串拼接方式构造插入SQL（比如用f-string把字段值直接拼到SQL语句里），不仅容易因为字符串转义、格式问题触发语法报错，还存在SQL注入隐患
• 大数量级写入场景下，executemany会自动触发数据库批量提交优化，比单条循环执行插入的效率高很多

内容的提问来源于stack exchange，提问作者Shubh