Python脚本导入多列CSV到MySQL时出现参数不足错误的求助

嗨，别担心，这个问题其实挺常见的，咱们一步步来解决它！

首先看你遇到的Not enough parameters for the SQL statement错误，核心原因是你传给SQL的参数数量和语句里的%s数量不匹配。你现在的代码里，for row in f循环拿到的row是一整行的字符串（比如"192.168.1.16,192.168.1.255,..."），然后你把它作为单个参数(row,)传给execute方法，但你的SQL语句里有84个%s，自然就会报错参数不够啦。

接下来咱们一步步修正代码：

1. 正确读取CSV内容，拆分每一行的字段 #

不要直接遍历文件行，而是用Python内置的csv模块来读取，它会自动帮你把每一行拆分成对应的字段列表，还能处理可能的特殊情况（比如字段里包含逗号的场景）。

2. 跳过CSV的表头（如果有的话） #

如果你的实际CSV第一行是表头（比如src_ip,dst_ip,...），记得要跳过，不然会把表头字符串插入到数值类型的字段里，导致新的类型不匹配错误。

3. 替换SQL语句里的'%s'为%s，避免SQL注入风险 #

你现在的SQL里写的是'%s'（带单引号），但用参数化查询的时候，MySQL连接器会自动处理字符串的引号，不需要手动加，手动加反而会导致参数解析错误，还存在SQL注入的安全隐患。

4. 数据类型转换 #

你的MySQL表字段有INT、FLOAT、DATETIME等类型，从CSV读出来的都是字符串，需要把对应的字段转换成正确的类型，不然插入的时候可能会报错类型不兼容。

修正后的完整代码 #

import mysql.connector
import csv
from datetime import datetime

# 连接数据库
db = mysql.connector.connect(
    host="localhost",
    user="root",
    passwd="root",
    database="Apollo"
)
mycursor = db.cursor()

# 表创建函数（安装时调用）
def db_setup():
    create_table_sql = """
    CREATE TABLE NetworkLogs (
        id INT AUTO_INCREMENT PRIMARY KEY, 
        src_ip VARCHAR(15), 
        dst_ip VARCHAR(15), 
        src_port INT, 
        dst_port INT, 
        src_mac VARCHAR(17), 
        dst_mac VARCHAR(17), 
        protocol INT, 
        timestamp DATETIME, 
        flow_duration FLOAT, 
        flow_byts_s FLOAT, 
        flow_pkts_s FLOAT, 
        fwd_pkts_s FLOAT, 
        bwd_pkts_s FLOAT, 
        tot_fwd_pkts INT, 
        tot_bwd_pkts INT, 
        totlen_fwd_pkts INT, 
        totlen_bwd_pkts INT, 
        fwd_pkt_len_max FLOAT, 
        fwd_pkt_len_min FLOAT, 
        fwd_pkt_len_mean FLOAT, 
        fwd_pkt_len_std FLOAT, 
        bwd_pkt_len_max FLOAT, 
        bwd_pkt_len_min FLOAT, 
        bwd_pkt_len_mean FLOAT, 
        bwd_pkt_len_std FLOAT, 
        pkt_len_max FLOAT, 
        pkt_len_min FLOAT, 
        pkt_len_mean FLOAT, 
        pkt_len_std FLOAT, 
        pkt_len_var FLOAT, 
        fwd_header_len INT, 
        bwd_header_len INT, 
        fwd_seg_size_min INT, 
        fwd_act_data_pkts INT, 
        flow_iat_mean FLOAT, 
        flow_iat_max FLOAT, 
        flow_iat_min FLOAT, 
        flow_iat_std FLOAT, 
        fwd_iat_tot FLOAT, 
        fwd_iat_max FLOAT, 
        fwd_iat_min FLOAT, 
        fwd_iat_mean FLOAT, 
        fwd_iat_std FLOAT, 
        bwd_iat_tot FLOAT, 
        bwd_iat_max FLOAT, 
        bwd_iat_min FLOAT, 
        bwd_iat_mean FLOAT, 
        bwd_iat_std FLOAT, 
        fwd_psh_flags INT, 
        bwd_psh_flags INT, 
        fwd_urg_flags INT, 
        bwd_urg_flags INT, 
        fin_flag_cnt INT, 
        syn_flag_cnt INT, 
        rst_flag_cnt INT, 
        psh_flag_cnt INT, 
        ack_flag_cnt INT, 
        urg_flag_cnt INT, 
        ece_flag_cnt INT, 
        down_up_ratio FLOAT, 
        pkt_size_avg FLOAT, 
        init_fwd_win_byts INT, 
        init_bwd_win_byts INT, 
        active_max FLOAT, 
        active_min FLOAT, 
        active_mean FLOAT, 
        active_std FLOAT, 
        idle_max FLOAT, 
        idle_min FLOAT, 
        idle_mean FLOAT, 
        idle_std FLOAT, 
        fwd_byts_b_avg FLOAT, 
        fwd_pkts_b_avg FLOAT, 
        bwd_byts_b_avg FLOAT, 
        bwd_pkts_b_avg FLOAT, 
        fwd_blk_rate_avg FLOAT, 
        bwd_blk_rate_avg FLOAT, 
        fwd_seg_size_avg FLOAT, 
        bwd_seg_size_avg FLOAT, 
        cwe_flag_count INT, 
        subflow_fwd_pkts INT, 
        subflow_bwd_pkts INT, 
        subflow_fwd_byts INT, 
        subflow_bwd_byts INT
    )
    """
    mycursor.execute(create_table_sql)

# 插入数据到数据库
def db_post():
    csv_file_path = 'src/cicflowmeter/test1.csv'
    # 定义字段的类型转换函数，按顺序对应表的字段（除了自增的id）
    type_converters = [
        str, str, int, int, str, str, int,
        lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S'),
        float, float, float, float, float,
        int, int, int, int, float, float, float, float,
        float, float, float, float, float, float, float, float, float,
        int, int, int, int, float, float, float, float,
        float, float, float, float, float, float, float, float, float, float,
        int, int, int, int, int, int, int, int, int, int, int,
        float, float, int, int, float, float, float, float,
        float, float, float, float, float, float, float, float,
        int, int, int, int, int
    ]
    
    with open(csv_file_path, 'r') as f:
        csv_reader = csv.reader(f)
        # 如果你的CSV有表头，取消下面这行注释跳过表头
        # next(csv_reader)
        
        for row in csv_reader:
            # 转换每个字段的类型
            converted_row = [converter(val) for converter, val in zip(type_converters, row)]
            # 自动生成占位符，避免手动写84个%s
            placeholders = ', '.join(['%s'] * len(converted_row))
            query = f"""
            INSERT INTO NetworkLogs (
                src_ip, dst_ip, src_port, dst_port, src_mac, dst_mac, protocol, timestamp, 
                flow_duration, flow_byts_s, flow_pkts_s, fwd_pkts_s, bwd_pkts_s, tot_fwd_pkts, 
                tot_bwd_pkts, totlen_fwd_pkts, totlen_bwd_pkts, fwd_pkt_len_max, fwd_pkt_len_min, 
                fwd_pkt_len_mean, fwd_pkt_len_std, bwd_pkt_len_max, bwd_pkt_len_min, bwd_pkt_len_mean, 
                bwd_pkt_len_std, pkt_len_max, pkt_len_min, pkt_len_mean, pkt_len_std, pkt_len_var, 
                fwd_header_len, bwd_header_len, fwd_seg_size_min, fwd_act_data_pkts, flow_iat_mean, 
                flow_iat_max, flow_iat_min, flow_iat_std, fwd_iat_tot, fwd_iat_max, fwd_iat_min, 
                fwd_iat_mean, fwd_iat_std, bwd_iat_tot, bwd_iat_max, bwd_iat_min, bwd_iat_mean, 
                bwd_iat_std, fwd_psh_flags, bwd_psh_flags, fwd_urg_flags, bwd_urg_flags, fin_flag_cnt, 
                syn_flag_cnt, rst_flag_cnt, psh_flag_cnt, ack_flag_cnt, urg_flag_cnt, ece_flag_cnt, 
                down_up_ratio, pkt_size_avg, init_fwd_win_byts, init_bwd_win_byts, active_max, 
                active_min, active_mean, active_std, idle_max, idle_min, idle_mean, idle_std, 
                fwd_byts_b_avg, fwd_pkts_b_avg, bwd_byts_b_avg, bwd_pkts_b_avg, fwd_blk_rate_avg, 
                bwd_blk_rate_avg, fwd_seg_size_avg, bwd_seg_size_avg, cwe_flag_count, subflow_fwd_pkts, 
                subflow_bwd_pkts, subflow_fwd_byts, subflow_bwd_byts
            ) VALUES ({placeholders})
            """
            mycursor.execute(query, converted_row)
    db.commit()
    print("数据插入成功！")

db_post()

额外注意事项 #

• 如果你CSV的第一行是表头，一定要取消代码里next(csv_reader)的注释，否则会把表头字符串插入到数值字段中，引发类型错误。
• 代码里的类型转换逻辑确保了每个字段和MySQL表的类型匹配，比如把端口号转成INT、时间字符串转成datetime对象，避免插入时的类型不兼容问题。
• 用csv.reader比直接遍历文件行更可靠，它能处理标准CSV格式的各种特殊情况。
• 自动生成占位符的方式，避免了手动写84个%s的麻烦，也减少了写错的概率。

试试看这个修正后的代码，应该就能解决你的问题啦！如果还有其他报错，可以再告诉我具体的错误信息哦~

备注：内容来源于stack exchange，提问作者Ryan Casey