sqlite3 named parameter 怎样绑定命名参数
在 Python 的 sqlite3 中,命名参数的关键是:SQL 使用 :参数名 占位,第二个参数传入一个以同名字符串为键的字典,字典键不写冒号。这样 SQL 结构和值彼此分开,查询条件多时也比位置参数更容易核对。
官方文档:https://docs.python.org/3/library/sqlite3.html
最小可用写法是 con.execute("... WHERE username = :username", {"username": value})。占位符名和字典键必须对应;缺少必需键会失败,多出的键不会参与绑定。
sqlite3 named parameter 的写法是什么
先把值留在 SQL 之外。下面的例子使用内存数据库,只展示绑定关系;实际项目把连接路径替换成自己的数据库文件即可。
import sqlite3
con = sqlite3.connect(":memory:")
con.execute("CREATE TABLE users (id INTEGER, username TEXT, enabled INTEGER)")
con.executemany(
"INSERT INTO users VALUES (:id, :username, :enabled)",
[
{"id": 1, "username": "lina", "enabled": 1},
{"id": 2, "username": "mori", "enabled": 0},
],
)
sql = "SELECT id, username FROM users WHERE username = :username AND enabled = :enabled"
params = {"username": "lina", "enabled": 1}
row = con.execute(sql, params).fetchone()
print(row)
# 关闭连接,示例结束后释放数据库资源
con.close()
注意两处细节:SQL 中的 :username 带冒号,字典中的 "username" 不带;execute() 的第二个参数直接传字典,不要再把字典包成单元素元组。查询条件和值的对应关系可以从 params 一眼看出。

executemany 怎样绑定多行命名参数
批量写入时,SQL 只写一份,第二个参数改成由多个字典组成的可迭代对象。每个字典都应提供当前 SQL 需要的键,字段顺序不再依赖列表位置。
records = [
{"id": 3, "username": "qing", "enabled": 1},
{"id": 4, "username": "yu", "enabled": 1},
]
# 每个字典代表一行,键名对应 SQL 中的命名占位符
con.executemany(
"INSERT INTO users (id, username, enabled) VALUES (:id, :username, :enabled)",
records,
)
con.commit() # 写入文件数据库时显式提交事务
for record in con.execute(
"SELECT id, username FROM users WHERE enabled = :enabled",
{"enabled": 1},
):
print(record)
批量参数适合来自表单清洗结果或业务对象转换后的字典。若某一行漏掉 enabled,不要用空字符串“补齐”来掩盖问题,应在进入数据库层前整理好数据结构,并保留异常上下文。
缺少键、额外键和 NULL 条件怎么排查
命名绑定的错误通常集中在键名和 SQL 条件,而不是 SQLite 语法本身。
| 现象 | 原因 | 处理方式 |
|---|---|---|
| 提示缺少绑定参数 | 字典没有 SQL 使用的键,或拼写不同 | 逐个对照 :name 与 "name" |
| 传了多余字段仍能执行 | 字典包含 SQL 未引用的键 | 可以执行,但应清理无关字段以减少误读 |
| 查询 NULL 结果为空 | 使用了 = :value 且 value 为 None | 按语义改成 IS NULL 或单独选择 SQL 分支 |
例如可空条件不要把运算符和字段名一起交给参数绑定:
nickname = None
if nickname is None:
sql = "SELECT id FROM users WHERE username IS NULL"
params = {}
else:
sql = "SELECT id FROM users WHERE username = :username"
params = {"username": nickname}
# SQL 结构由程序选择,用户值仍然通过参数绑定
rows = con.execute(sql, params).fetchall()
参数绑定负责值,不负责列名、表名、排序关键字或运算符。需要动态选择这些 SQL 结构时,先使用程序内部的白名单映射,再把实际值作为命名参数传入;不要用字符串拼接承载用户输入。

常见问题
字典的键要不要写冒号?
不要。SQL 写 :username,字典写 {"username": "lina"}。
named parameter 能替代所有 SQL 拼接吗?
它适合绑定值,不会自动替换表名、列名和排序方向;这些结构应由白名单选择。
为什么批量写入推荐字典?
每一行通过字段名表达意图,列顺序变化时不容易把值错绑到相邻字段。
总结一下:固定 SQL 结构、用 :name 留出值的位置、用不带冒号的字典键传值;批量操作使用字典迭代器;遇到异常先查缺失键和 NULL 语义,再检查是否把动态 SQL 结构误当成了可绑定值。
datetime fold 怎样处理重复时间
- 上一篇
- datetime fold 怎样处理重复时间
- 下一篇
- csv DictReader 怎样处理缺失列
-
- 文章 · python教程 | 45分钟前 | 并发 · 数组 · python · Python multiprocessing shared_memory 进程间数组
- shared_memory 怎样共享进程间数组
- 137浏览 收藏
-
- 文章 · python教程 | 49分钟前 | python · Python 异步编程 contextlib AsyncExitStack
- AsyncExitStack 怎样统一清理异步资源
- 337浏览 收藏
-
- 文章 · python教程 | 52分钟前 |
- QueueHandler 怎样把日志交给后台
- 161浏览 收藏
-
- 文章 · python教程 | 52分钟前 |
- JSONDecoder raw_decode 怎样逐段解码
- 218浏览 收藏
-
- 文章 · python教程 | 57分钟前 |
- csv DictReader 怎样处理缺失列
- 115浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- datetime fold 怎样处理重复时间
- 320浏览 收藏
-
- 文章 · python教程 | 1小时前 | 时区 · python ·
- zoneinfo 怎样使用本地时区
- 118浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Path.walk 怎样控制目录遍历
- 372浏览 收藏
-
- 文章 · python教程 | 1小时前 | 异常处理 · python · 异步编程 · asyncio · 超时处理 CancelledError Python异步 asyncio.timeout TimeoutError
- asyncio.timeout 怎样转换超时异常
- 433浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- asyncio TaskGroup 怎样收集并发异常
- 396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。
- 685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。
- 700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。
- 753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。
- 717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。
- 552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

