Azure V2 Python云函数中SQL LIKE语句的参数传递问题及相关咨询

首先解决你遇到的核心问题——LIKE语句的参数传递错误。你之前的写法里，把@Name放在了单引号包裹的'%@Name%'里，这会让SQL把@Name当成字符串字面量的一部分，而不是参数占位符，所以才会报错说'%@Name%'无法解析为值。

修复装饰器方式的LIKE参数传递 #

你需要把%的拼接逻辑移到参数赋值里，而不是SQL语句中，修改后的代码如下：

@app.route("select_name/{name_string}")
@app.sql_input(arg_name="people",
                        command_text="SELECT * FROM dbo.test WHERE UPPER(name) LIKE UPPER(@Name)",
                        command_type="Text",
                        parameters="@Name=%{name_string}%",
                        connection_string_setting="SqlConnectionString")

这样{name_string}会被替换成URL传入的值，再加上前后的%，最终作为@Name参数传递给SQL，就能实现模糊匹配了。

更灵活的Python原生实现方案（不依赖装饰器） #

如果觉得装饰器的方式不够灵活，推荐直接用pyodbc库（Python操作SQL Server的标准库）来手动处理数据库连接和查询，这种方式能让你完全掌控查询逻辑，适合复杂场景。示例代码如下：

import pyodbc
import os
from azure.functions import HttpRequest, HttpResponse

def main(req: HttpRequest) -> HttpResponse:
    # 从URL路由参数中获取name_string
    name_string = req.route_params.get('name_string')
    if not name_string:
        return HttpResponse("请在URL中提供name_string参数", status_code=400)
    
    # 从环境变量获取连接字符串
    conn_str = os.environ["SqlConnectionString"]
    
    try:
        # 建立数据库连接
        conn = pyodbc.connect(conn_str)
        cursor = conn.cursor()
        
        # 参数化查询：把%放在参数值里，避免SQL注入风险
        query = "SELECT * FROM dbo.test WHERE UPPER(name) LIKE UPPER(?)"
        cursor.execute(query, f"%{name_string}%")
        
        # 处理查询结果，转成易于返回的字典列表
        columns = [col[0] for col in cursor.description]
        result = [dict(zip(columns, row)) for row in cursor.fetchall()]
        
        return HttpResponse(str(result), mimetype="application/json")
    
    except Exception as e:
        return HttpResponse(f"查询执行失败：{str(e)}", status_code=500)
    
    finally:
        # 确保连接关闭
        if conn:
            conn.close()

这种方式的优势在于：

• 可以自由处理异常、日志记录
• 支持更复杂的查询逻辑（比如多条件拼接、动态SQL）
• 完全遵循Python数据库操作的标准模式，学习成本更低

相关资源推荐 #

确实Azure官方文档有时候结构比较零散，推荐几个实用的学习方向：

• 微软Learn模块：搜索“Azure Functions 结合 Azure SQL”，里面有 step-by-step 的入门教程，涵盖基础连接、参数化查询等核心场景
• pyodbc官方文档：作为Python操作SQL Server的核心库，文档里详细讲解了参数化查询、连接配置、结果处理等细节，是必看的参考资料
• 开发者社区实战案例：比如微软Tech Community或者国内的技术博客，很多开发者会分享自己在Azure Functions中操作SQL的实际经验，能找到很多贴近生产场景的解决方案
• Stack Overflow：直接搜索相关关键词（比如“Azure Functions Python SQL LIKE parameter”），能找到大量类似问题的解决方案，遇到具体问题时非常有用

备注：内容来源于stack exchange，提问作者jarekko