将 read_sql 与 pyODBC 连接使用到访问数据库是否安全？

Question

我发现尽管只支持 sqlite ，但 pandas.io.sql.read_sql 方法可以很好地通过查询 Microsoft Access 数据库来创建数据框。

driver_string="DRIVER={Microsoft Access Driver (*.mdb)}"
file_string = "DBQ="+"test.mdb"
connection_string = ";".join([driver_string, file_string])
cnxn = pyodbc.connect(connection_string)
cursor = cnxn.cursor()
df = pd.read_sql("SELECT * FROM testTable", con=cnxn, index_col = ["indexCol"])

我对读取数据更感兴趣，不太可能写回数据库。我还用包括连接在内的更复杂的查询对此进行了测试，它似乎运行良好。

谁能告诉我这里是否有危险？这似乎比使用 SQLAlchemy（也不支持 Access）简单得多。

如果有人有任何见解，我将不胜感激。

Answer 1

需要明确的是，read_sql 仅在使用 DBAPI 连接对象时才正式支持 sqlite，当使用 sqlalchemy 引擎时，read_sql 支持您可以为其提供 sqlalchemy 引擎的所有数据库（PostgreSQL、MySQL、SQL Server、Oracle , .. 除其他外，请参阅http://docs.sqlalchemy.org/en/rel_0_9/dialects/index.html)。

但确实，虽然官方只支持 sqlite，但它也适用于其他数据库。目前，sqlite 回退的实现仅依赖于conn.cursor()、cursor.execute() 方法和cursor.fetchmany() 或cursor.fetchall() 方法的可用性。
因此，只要您的连接对象提供这些（如果它符合 DBAPI2，它就会提供），这将起作用。

虽然这很可能在未来不会改变，但不能保证（仅针对 sqlite3 进行测试）。请注意，有一个 sqlalchemy-access 项目 (https://bitbucket.org/zzzeek/sqlalchemy-access)，但最近似乎没有引起太多关注（另请参阅 connecting sqlalchemy to MSAccess）。

以上对于read_sql 是正确的，使用to_sql 写入访问数据库肯定行不通（这真的只适用于sqlite3，因为实现依赖于更多特定于sqlite3 的东西）。