本文详解如何用Python原生sqlite3和csv模块高效、零依赖地将数据库查询结果直接导出为CSV文件，重点解决字段名遗漏、Windows空行、中文乱码（推荐使用utf-8-sig编码）、控制字符报错等实战痛点，并对比指出csv.writer相比pandas.to_csv在轻量导出场景下的显著优势——无需额外安装、内存占用低、流式写入快，还附有健壮的可运行示例代码，涵盖异常处理、参数化查询和大结果集分批导出技巧，是SQLite数据导出的简洁可靠方案。

sqlite3查询结果怎么直接写入CSV文件

不用中间转成列表或字典，sqlite3.Cursor 的 fetchall() 和 description 就够用了。关键是别漏掉字段名——很多人导出后发现第一行是空的，就是因为没手动写 header。

• 先用 cursor.execute() 执行查询，确保 SQL 语法正确（比如别漏 SELECT）
• 用 cursor.description 获取列名元组，每个元素是 (name, ...) 形式，取 [0] 即可
• cursor.fetchall() 拿数据，它返回的是元组列表，csv.writer 原生支持
• 打开文件必须用 mode='w', newline=''，否则 Windows 下会多空行

为什么用 csv.writer 而不是 pandas.to_csv

如果只是导出、不加工，pandas 是杀鸡用牛刀：要额外安装、启动慢、内存占用高，尤其查几万行时明显卡顿。而 csv.writer 零依赖、流式写入、内存只存当前行。

• pandas.read_sql 会把整张表读进 DataFrame 再转 CSV，多一次拷贝
• csv.writer 可配合 itertools.islice 实现分批导出，适合大结果集
• SQLite 默认不支持 OUTFILE 类语法，没法绕过 Python 层

导出时中文乱码或报错 UnicodeEncodeError 怎么办

根本原因是系统默认编码（如 Windows 的 cp1252）和 CSV 期望的 UTF-8 不匹配。Python 3 默认字符串是 Unicode，但文件写入时需显式指定 encoding。

• 写文件时必须加 encoding='utf-8-sig'（-sig 是为了 Excel 能正确识别 UTF-8 BOM）
• 不要用 encoding='gbk' —— 虽然 Excel 打得开，但跨平台会崩，且 SQLite 内部存的就是 UTF-8
• 如果数据里有控制字符（如 \x00），csv.writer 会抛 UnicodeEncodeError，需提前过滤：row = [str(x).replace('\x00', '') for x in row]

完整可运行示例（含异常防护）

import sqlite3
import csv
def export_query_to_csv(db_path, query, output_path):
try:
conn = sqlite3.connect(db_path)
cursor = conn.cursor()
cursor.execute(query)
    # 获取列名
    headers = [desc[0] for desc in cursor.description]
    rows = cursor.fetchall()

    with open(output_path, 'w', newline='', encoding='utf-8-sig') as f:
        writer = csv.writer(f)
        writer.writerow(headers)
        writer.writerows(rows)

except sqlite3.Error as e:
    print(f"SQL error: {e}")
except OSError as e:
    print(f"File error: {e}")
finally:
    if 'conn' in locals():
        conn.close()
用法
export_query_to_csv('app.db', 'SELECT * FROM users WHERE active = 1', 'users_active.csv')

注意 cursor.description 在没执行查询或查询无结果时为 None，所以别在 execute 前就取它；另外，如果查询带参数（如 WHERE id = ?），务必用参数化方式传值，别拼字符串。

今天关于《Python导出SQLite查询结果到CSV》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！