使用pyodbc查询SQL Server数据返回非预期格式，如何转换Decimal与日期时间值

这类带类型包装的输出，是pyodbc的默认映射规则导致的：它会把SQL Server里高精度小数字段映射为Python原生Decimal类型，把日期类字段映射为Python原生date/datetime类型。只需要在遍历查询结果时对不同类型的值做统一格式化即可，不需要修改原SQL查询语句。

具体实现 #

1. 补充导入需要的类型判断依赖：

   from decimal import Decimal
   import datetime
   

2. 在遍历查询结果的循环里，逐字段判断类型并转换：
   • 遇到Decimal类型的值，按需转为浮点数或者不带包装的数值字符串
   • 遇到date/datetime类型的值，通过strftime方法转为常规可读的日期时间字符串
3. 改造后的完整可运行代码：

   import pyodbc
   from decimal import Decimal
   import datetime
   
   connection = pyodbc.connect(
       "Driver={SQL Server Native Client 11.0};"
       "Server=xxx;"
       "Database=xxx;"
       "uid=xxx;"
       "pwd=xxx;"
   )
   
   cursor = connection.cursor()
   cursor.execute('SELECT * FROM Dealers')
   
   for row in cursor:
       formatted_result = []
       for field_value in row:
           # 处理Decimal类型数值
           if isinstance(field_value, Decimal):
               # 方案1：转为普通浮点数
               formatted_result.append(float(field_value))
               # 方案2：直接转成保留原小数位的字符串（比如输出83.360而不是83.36）
               # formatted_result.append(str(field_value))
           # 处理日期时间类型
           elif isinstance(field_value, datetime.datetime):
               # 按常用格式输出 年-月-日 时:分:秒
               formatted_result.append(field_value.strftime("%Y-%m-%d %H:%M:%S"))
           elif isinstance(field_value, datetime.date):
               # 处理纯日期类型，无时分秒部分
               formatted_result.append(field_value.strftime("%Y-%m-%d"))
           # 布尔、整数等其他类型直接保留原值即可
           else:
               formatted_result.append(field_value)
       print(formatted_result)
   

效果说明 #

原来的输出内容Decimal('0.000'), Decimal('83.360'), True, True, Decimal('0.000'), datetime.date(2017, 5, 31), True, 1, True, True, datetime.datetime(2017, 5, 31, 18, 28, 57, 686666)，运行改造后的代码后会输出成类似[0.0, 83.36, True, True, 0.0, '2017-05-31', True, 1, True, True, '2017-05-31 18:28:57']的格式，没有多余的类型包装。
注意：如果业务场景对数值精度要求极高，不建议把Decimal转成浮点数，直接用str(field_value)转字符串即可完全保留原始的小数位数，不会出现浮点精度偏移问题。

内容的提问来源于stack exchange，提问作者Randy Minder