我有一個包含三列的 SQL Server 數(shù)據(jù)庫表。例如，此列中的一個值可能是 0.76。這列名為“paramvalue”的數(shù)據(jù)定義為real。當我使用 pyodbc 模塊命令時fetchall()，我得到一個像 0.7599999904632568 而不是 0.76 的數(shù)字。我正在使用 Visual Studio 2017 和 Visual Studio 的 Python 工具。我也嘗試過 pypyodbc 模塊，但遇到了同樣的問題。該表有三列，定義如下；pconfig_id [int] IDENTITY(41,1) NOT NULL,paramname [nvarchar](50) NOT NULL,paramvalue [real] NULL我的 Python 代碼：import pyodbccnxn = pyodbc.connect('DRIVER={SQL Server};SERVER=SERVERNAME;DATABASE=DBNAME;UID=USER;PWD=PASSWORD;Connect Timeout=15')cursor = cnxn.cursor()dict = {}rows = cursor.execute("SELECT * FROM mytable")for row in cursor.fetchall() : if not row[1] in dict.keys(): dict[row[1]] = {} dict[row[1]][row[2]] = row[0]在上面的示例中，典型行的 row[2] 的值是 0.7599999904632568，而不是預期的 0.76。
2 回答
海綿寶寶撒
TA貢獻1809條經(jīng)驗 獲得超8個贊
我應該提到這個數(shù)據(jù)庫是從 MySQL 數(shù)據(jù)庫遷移而來的，在這種情況下，類型是浮點數(shù)。當我使用 MySQLdb 模塊從該 MySQL 表中獲取數(shù)據(jù)時，它按預期輸入為 0.76。
這不是由 pyodbc 引起的問題。MySQL 和 MSSQL 的區(qū)別在于浮點數(shù)的顯示方式。
0.76 不是一個可以精確表示為 32 位浮點（“單精度”）值的值。正如這個網(wǎng)站（和其他網(wǎng)站）會告訴你的那樣，這個數(shù)字的最準確表示是 7.599999904632568359375E-1，所以這就是兩個數(shù)據(jù)庫存儲的內(nèi)容（內(nèi)部表示為 0x3F428F5C）。
檢索值時，MSSQL 返回寫入數(shù)據(jù)庫的實際值。這就是為什么它返回為 0.7599999904632568。
另一方面，MySQL 返回表示浮點值的最短字符串，這將導致給定的存儲值。如文檔中所述：
F -> D 轉(zhuǎn)換以盡可能高的精度完成，將 D 作為最短字符串返回，當讀回并四舍五入到 IEEE 指定的本機二進制格式中的最接近值時產(chǎn)生 F。
因此，MySQL 往返 0.76，因為它恰好是對應于內(nèi)部表示為 0x3F428F5C 的浮點值的最短值。這可以通過使用非常接近 0.76 但不完全相等的數(shù)字進行測試來說明：
is_mssql = (cnxn.getinfo(pyodbc.SQL_DRIVER_NAME) == 'msodbcsql17.dll')
crsr = cnxn.cursor()
test_value = '0.7599999905'
if is_mssql:
crsr.execute("CREATE TABLE #foo (x real)")
crsr.execute(f"INSERT INTO #foo (x) VALUES ('{test_value}')")
result = crsr.execute("SELECT x FROM #foo").fetchval()
else:
crsr.execute("CREATE TEMPORARY TABLE foo (x float(23))")
crsr.execute(f"INSERT INTO foo (x) VALUES ('{test_value}')")
result = crsr.execute("SELECT x FROM foo").fetchval()
print(f'{"MSSQL" if is_mssql else "MySQL"} returned {result}')
即使 0.7599999905 是“實際”值，MySQL 仍然返回 0.76，MSSQL 仍然返回 0.7599999904632568。
叮當貓咪
TA貢獻1776條經(jīng)驗 獲得超12個贊
添加回答
舉報
0/150
提交
取消