Question

我使用SqlAlchemy查询Oracle数据库并将结果存储在csv文件中。

我想指定日期的全局格式，如下所示：

'DD-MM-YYYY HH24:MI:SS'.

我已在系统上以这种方式设置NLS_DATE_FORMAT。

例如：

datetime.datetime(2016, 12, 22, 13, 12, 35)

会结束：

2004-12-22 13:12:35

我想：

22-12-2004 13:12:35

当我处理数百个表时，我无法“手动”应用'strftime'。

Answer 1

我找到了解决这个问题的方法。

是的，将日期转换为具有适当格式的字符将起作用。但是，就我而言，SQL语句由另一个模块提供，我需要处理超过一百个表。

因此，我决定使用execute（）方法处理SqlAlchemy返回的ResultProxy对象中包含的数据。

我一次获取1000行（chunk是经典类型列表）的表。但是这些行是一种元组（更准确地说是一个SqlAlchemy RowProxy对象）并且它不能被修改。

所以，我有一种治疗方法可以将它们投射到有序的词典中并更新块列表。

使用＆＃39; collections.OrderedDict＆＃39;因为它保持字段顺序。使用经典的dic，然后字段标签和值可能不匹配。

现在，我的块已准备好进行各种处理（将Dates更改为具有适当格式的字符串，在VARCHAR字符串中替换char等等）。字典结构非常适合。

注意，在写入之前，必须回滚块列表中的OrderedDic行。

这是一个简化的例子：

result_proxy = connection.execute(request)
while True:
    chunk = self.result_proxy.fetchmany(1000)
    if not chunk:
        break
    # treatments comes here after :

    # 1- transform into a dic in order to be able to modify
    for i, row in enumerate(chunk):
        chunk[i] = OrderedDict(row)

    # 2- clean dates
    for i, row_odic in enumerate(chunk):
        for item in row_odic:
            if(type(row_odic[item]) is datetime.datetime):
                row_odic[item] = str(row_odic[item].strftime("%d/%m/%Y"))
        chunk[i] = row_odic

    # Other data treatment

    # cast back for it to look like a classical result :
    for c, row_odic in enumerate(chunk):
        self.chunk[c] = row_odic.values()

    # finally write row_odic.values in the csv file

我不确定它是否是最有效的解决方案，但性能看起来不错。我有一个这种处理的版本（相同数量的数据），但使用Pandas库，执行起来要长一点。

SqlAlchemy Oracle DataTime格式

1 个答案: