Pandas read_sql_query读取SQL Server带连字符表名异常问题咨询

pd.read_sql_query 根本不会对SQL内容、表名做任何校验拦截，它只是把你传进去的查询串原封不动丢给底层数据库驱动执行。你碰到的执行失败，和这个方法本身是否支持带连字符的表名没有半毛钱关系。

问题根源是SQL Server的标识符规则：只要表名带连字符、空格、或是和SQL保留字重名，你不按要求转义包裹，数据库就会把表名里的连字符当成减法符号运算，直接抛语法错，连匹配表的步骤都到不了。

• 手动写的测试查询SELECT top 100 * FROM db.tst_schema.table20-21根本过不了SQL Server的语法校验，你把这行复制到SSMS里跑，一样会报错。
• 写的动态拼接测试代码有两层错误：
  1. Python基础语法错误：你写的字符串引号完全不配对（单引号开头截断，结尾混用双引号），代码跑到这行直接就报解析错误，根本走不到调用Pandas读数据的步骤。
  2. 就算把引号配对的问题修好，你直接把表名裸拼进去，没给带连字符的表名加转义标识，生成的SQL还是会被数据库解析成“查db.tst_schema下叫table20的表，减21”，照样执行失败。

• 静态写死查询的正确姿势：用SQL Server要求的方括号[]把所有可能有特殊字符的标识符包起来，正确的查询语句是：
  SELECT TOP 100 * FROM [db].[tst_schema].[table20-21]
  哪怕库名、schema名没有特殊字符，统一加方括号也不会出问题，还能省得碰到哪天有人用保留字当命名踩坑。
• 内部可控场景下的动态拼接写法：手动给动态传入的表名补上要求的方括号转义，示例代码：

  table_name = "table20-21"
  query = f"SELECT TOP 100 * FROM [db].[tst_schema].[{table_name}]"
  

  注意：这种拼接方式只适合表名完全由内部逻辑生成、没有外部不可信输入的场景，别把用户传的字符串直接拼进去，容易中招SQL注入。
• 生产环境更稳妥的实现：如果用SQLAlchemy当数据库连接层（也是Pandas官方推荐的连接方式），直接用SQLAlchemy自带的quoted_name对象自动做标识符转义，不用自己手动敲方括号，从根源上避免漏加转义的低级错误，示例代码：

  from sqlalchemy import quoted_name
  table_name = "table20-21"
  # 构造自动转义的全路径表名
  full_table_ref = f"{quoted_name('db', quote=True)}.{quoted_name('tst_schema', quote=True)}.{quoted_name(table_name, quote=True)}"
  query = f"SELECT TOP 100 * FROM {full_table_ref}"
  

快速排障技巧：你已经习惯用print(query)校验输出的方法，下次碰到执行失败，直接把print出来的查询复制到SSMS里跑一遍——如果客户端跑出来报一样的错，那就完全不用怀疑Pandas、数据库连接的问题，专心调SQL语法就行。

内容的提问来源于stack exchange，提问作者Chicken Sandwich No Pickles