Python sqlite3 怎样注册自定义类型适配器
Python sqlite3 注册自定义类型,核心是把读写拆成两个方向:写入时用 sqlite3.register_adapter() 把对象转换成 SQLite 能保存的原生值;读取时用 sqlite3.register_converter() 把数据库返回的 bytes 还原成 Python 对象,并在连接上打开 detect_types。只注册 adapter 只能解决“存进去”,不能自动解决“取出来还是原类型”。
官方文档:https://docs.python.org/3.14/library/sqlite3.html
- adapter 的返回值必须是 SQLite 原生支持的
None、整数、浮点数、文本或字节。 - converter 的参数固定按
bytes处理,不能直接假设收到的是str。 - 声明类型用
PARSE_DECLTYPES,查询列名标注用PARSE_COLNAMES,两者可组合。
先分清 sqlite3 的写入适配与读取转换
SQLite 原生类型只有 NULL、INTEGER、REAL、TEXT 和 BLOB。像坐标、货币、业务值对象这类 Python 实例不能直接绑定到参数,必须先确定一种稳定的存储表示。例如把 Point(12.5, -3.0) 写成 12.5;-3.0 文本。
这条链路可以画成:Point → adapt_point → TEXT,反向读取则是 bytes → convert_point → Point。第一张图是关系说明图,不是运行截图;它对应后文的字段格式与转换职责。

用 register_adapter 把自定义对象写入 SQLite
应用侧希望直接把 Point 作为参数传给 execute() 时,注册一个只接收该对象、返回文本的函数即可。SQL 仍然使用 ? 占位符,不要把对象拼接进 SQL 字符串。
import sqlite3
class Point:
def __init__(self, x, y):
self.x = float(x)
self.y = float(y)
def __repr__(self):
return f"Point({self.x}, {self.y})"
def adapt_point(point):
# 只返回 SQLite 原生支持的 TEXT,并固定字段顺序。
return f"{point.x};{point.y}"
sqlite3.register_adapter(Point, adapt_point)
con = sqlite3.connect(":memory:")
con.execute("CREATE TABLE marker (name TEXT, position POINT)")
con.execute(
"INSERT INTO marker(name, position) VALUES (?, ?)",
("origin", Point(12.5, -3.0)),
)
con.commit() # 写入事务完成后再继续读取。
raw = con.execute("SELECT position FROM marker").fetchone()[0]
print(raw) # 12.5;-3.0
con.close() # 示例结束时显式关闭连接。
这里的 POINT 只是列声明中的类型名,adapter 本身并不依赖它。真正决定写入结果的是 adapt_point() 的返回值。若返回字典、对象或无法被 SQLite 绑定的类型,执行插入时会抛出绑定错误。
用 register_converter 和 detect_types 恢复自定义对象
读取方向需要两步:先注册类型名对应的 converter,再创建连接时开启类型检测。声明类型方式最适合表结构稳定的场景;如果同一列有时要按原始文本、有时要按对象读取,可以改用列名标注。
def convert_point(raw):
# converter 总是按 bytes 接收,先解码再校验字段数量。
text = raw.decode("utf-8")
x_text, y_text = text.split(";", 1)
return Point(float(x_text), float(y_text))
sqlite3.register_converter("POINT", convert_point)
con = sqlite3.connect(
":memory:",
detect_types=sqlite3.PARSE_DECLTYPES,
)
con.execute("CREATE TABLE marker (position POINT)")
con.execute("INSERT INTO marker(position) VALUES (?)", (Point(12.5, -3.0),))
con.commit()
point = con.execute("SELECT position FROM marker").fetchone()[0]
print(point, type(point).__name__) # Point(12.5, -3.0) Point
con.close() # 关闭连接,避免留下未释放资源。
register_converter("POINT", ...) 的类型名匹配不区分大小写。PARSE_DECLTYPES 会读取建表语句中的第一段声明类型,因此 position POINT NOT NULL 仍然会命中 POINT。若使用查询列名标注,则连接改成 sqlite3.PARSE_COLNAMES,SQL 写成 SELECT position AS "position [POINT]" FROM marker。

上线前检查类型名、版本和查询边界
| 检查项 | 正确做法 | 容易误判的结果 |
|---|---|---|
| 只写不读 | 注册 adapter 即可 | 查询结果仍是 TEXT,不会自动变回 Point |
| 声明类型读取 | 连接使用 PARSE_DECLTYPES | 忘记 detect_types 时 converter 不会触发 |
| 表达式或聚合 | 使用 PARSE_COLNAMES 显式标注列名 | 例如 MAX(position) 这类生成字段可能返回 str |
| 日期时间 | 按业务格式显式注册 adapter/converter | Python 3.12 起默认日期转换器已弃用,且默认 timestamp 会丢失 UTC 偏移 |
生产代码还应在 converter 内处理空值、分隔符和非法数字,并给存储格式留出版本空间。若字段格式会变化,可以存 JSON 文本或 BLOB,但仍建议把序列化协议写进模块文档,避免只凭类型名猜测数据含义。
相关问题
只注册 register_adapter 能在查询时得到自定义对象吗?
不能。adapter 只参与 Python 对象到 SQLite 值的写入;要恢复对象,需要 converter 和连接上的类型检测。
converter 为什么要先处理 bytes?
sqlite3 的 converter 回调约定接收 bytes,与数据库底层存储类型无关。先按约定解码,再校验格式,能避免把文本和字节混用。
PARSE_DECLTYPES 和 PARSE_COLNAMES 怎么选?
表结构固定时用前者更直接;同一查询需要临时指定返回类型时用后者。两者组合时,列名标注优先于声明类型。
Python typing 怎样用 TypeIs 缩小类型
- 上一篇
- Python typing 怎样用 TypeIs 缩小类型
- 下一篇
- Python tomllib 怎样读取配置中的日期字符串
-
- 文章 · python教程 | 2小时前 | 异常处理 · python · logging · handler traceback propagate Python logging logging.exception 日志重复输出
- Python logging 怎样为异常记录 traceback 但避免重复输出
- 181浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python zipfile.ZipFile 怎样用 ZIP64 写入超大文件
- 131浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python tomllib 怎样读取配置中的日期字符串
- 223浏览 收藏
-
- 文章 · python教程 | 2小时前 | Python join TaskGroup asyncio.Queue task_done
- Python asyncio.Queue 怎样用 join 等待所有任务完成
- 426浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python asyncio.timeout 怎样把超时转换成 TimeoutError
- 285浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python asyncio.wait 怎样只处理先完成的任务
- 314浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python pathlib.Path.from_uri 怎样解析带 UNC 的 file URI
- 281浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python shutil.copyfileobj 怎样控制大文件复制缓冲区
- 206浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python logging 怎样按模块切分日志级别
- 151浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 669次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 686次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 733次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 701次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 536次使用
-
- go格式“占位符”输入输出 类似python的input
- 2023-01-19 346浏览
-
- Golang如何调用Python代码详解
- 2023-01-07 235浏览
-
- HTTP 的 response 中的响应体和头部是分开发送的吗?
- 2023-01-28 387浏览
-
- B站等视频网站的弹幕用的是 websocket 还是轮询?
- 2023-02-16 447浏览
-
- Linux 下有什么命令行工具以时序显示 CPU 占用率?
- 2023-01-13 360浏览

