Nano Hash - криптовалюты, майнинг, программирование

Получить результат хранимой процедуры как JSON

Мой код:

cursor = conn.cursor()
cursor.execute("EXEC prcFetch")  # Fetching Json data from database via stored procedure
res = cursor.fetchall()
conn.close()
print(res)                      # type(res) is list

Хранимая процедура:

GO
CREATE PROCEDURE prcFetch AS
BEGIN
    SELECT * 
    FROM JsonData 
    FOR JSON PATH
END

Выход:

[('[{"Name":"abc","Age":"25","Gender":"M"}]',)]

Я попытался десериализовать вышеприведенный вывод.

print(json.loads(res))

Ошибка:

TypeError: объект JSON должен быть str, bytes или bytearray, а не list

python json sql-server pyodbc
27.02.2021

Ответы:


1

Ответ @Martijn Pieters правильный, но SQL Server разбивает результат FOR JSON на несколько строк , если он превышает 8000 байт . Чтобы получить все строки в виде JSON в одной строке, попробуйте это в своей хранимой процедуре:

    CREATE PROCEDURE prcFetch AS
    BEGIN
     
     DECLARE @result NVARCHAR(max) = (SELECT * FROM JsonData FOR JSON AUTO);
        
     SELECT @result;

    END
27.02.2021

2

Вы выбрали все строки с помощью cursor.fetchall()

res = cursor.fetchall()

Для хранимой процедуры это всего лишь одна строка с одним столбцом. Результатом является список строк с одним элементом, и этот один элемент представляет собой кортеж с одним столбцом с вашим JSON.

Не используйте cursor.fetchall(), используйте cursor.fetchval(), который возвращает первый столбец Первая строка:

json_data = cursor.fetchval()

cursor.fetchval() относится к библиотеке pyodbc и не является частью спецификации DB-API 2.0 Python. Если вы используете другую библиотеку, используйте вместо нее cursor.fetchone() и используйте индексирование (json_data = cursor.fetchone()[0]) или присвоение кортежей (json_data, = cursor.fetchone()).

27.02.2021
  • cursor.fetchval () или cursor.fetchone () [0] не работают. Я не понимаю весь список. 27.02.2021
  • @ user15069057: определите «не работает». Ваш вопрос показывает, что хранимая процедура вернула JSON strirg '[{"Name":"abc","Age":"25","Gender":"M"}]', если вы ожидали большего, вам нужно будет исправить свою хранимую процедуру. Это было бы предметом другого вопроса. 27.02.2021
  • SELECT * FROM JsonData FOR JSON PATH возвращает весь список в SQL SERVER 27.02.2021
  • @ user15069057: это вполне может быть, но я не знаю, как хранимые процедуры SQL Server взаимодействуют с многострочными результатами. Возможно, в этом случае вы можете получить доступ только к первой строке. Мы решили вашу проблему Python, задайте новый вопрос о вашей проблеме с SQL Server SP. 27.02.2021
  • @ user15069057: также, предположительно, вы не хотите разделять строки, но вместо этого хотите один документ JSON со всеми строками. 27.02.2021
  • да, мне нужны все записи в одном документе JSON. Вы знаете, как это сделать? 27.02.2021
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..