1. 为什么查完 sqlite 还要单独拿列名写 Python 脚本连 sqlite3 的时候很多人只关心fetchall()出来的数据行直到要把结果导出成 CSV、拼成 JSON、或者丢给前端表格渲染才发现没有列名根本没法用。sqlite3标准库其实早就把列名放在Cursor.description里了只是它长得有点反直觉一个由 7 元组组成的序列每个元组的第 0 位才是列名。这篇就围绕「Python sqlite 查询结果表列名获取」这件事把Cursor.description的用法讲透。覆盖三种最容易踩坑的场景单表select *、多表 JOIN 出现同名列、以及带表达式和别名的列。最后给一个可复制的列名提取函数并用断言验证列名的顺序和数量确保你拿到的列名和fetchall()的每一列严格对齐。适合谁看正在用 Python 标准库sqlite3做数据处理、报表导出、或者给 AI 辅助脚本喂结构化结果的开发者。不需要额外装 ORM纯标准库就能搞定。如果你平时还会用 AI 帮忙排查 SQL 报错文末也会给出通过统一 Key 通道配置辅助脚本的方式让排查过程更顺。先说结论Cursor.description在execute()之后、fetchall()之前就已经可用它描述的是「结果集的列」不是「表的列」。这个区别决定了 JOIN 和表达式场景下你该信谁。2. TaoToken 统一 Key 前置准备在写列名提取函数之前先把 AI 辅助排查这条链路搭好。我习惯在写 SQL 遇到no such column或者列名对不上时让模型帮我比对 schema 和查询语句。这里用 TaoToken 的统一 Key 通道一个 Key 就能走通对话、编码和 API 调用不用在多个平台之间来回切。官网入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后在控制台生成 Key。API 基地址是 https://taotoken.net/api 注意这个地址不带任何查询参数直接作为base_url使用。具体操作路径生成 Key进入控制台 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 在 API Keys 页面创建复制那串sk-开头的字符串。查看 Key 列表https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 方便后续轮换或吊销。模型对话调试https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite 用来快速验证 Key 是否可用。接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有 OpenAI 兼容格式的调用说明。长期编码或 Agent 场景https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 适合把 AI 排查脚本固化进日常流程。Claude Code 相关https://taotoken.net/claudecode-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecode-anthropicutm_campaignrewrite 。注意Key 只放在环境变量里别硬编码进脚本提交到仓库。下面所有示例都从os.environ读取。环境变量这样设Linux/macOS 用export TAOTOKEN_API_KEYsk-xxxWindows PowerShell 用$env:TAOTOKEN_API_KEYsk-xxx。设完在同一个终端里跑 Python才能读到。3. 可复制的连接初始化与列名提取函数先给一个最小可运行的建库脚本方便你本地复现。下面这段会创建一个data.db里面有两张表users和orders故意留一个同名列id用来演示 JOIN 场景。import sqlite3 def init_db(pathdata.db): conn sqlite3.connect(path) cur conn.cursor() cur.executescript( DROP TABLE IF EXISTS users; DROP TABLE IF EXISTS orders; CREATE TABLE users ( id INTEGER PRIMARY KEY, name TEXT NOT NULL, city TEXT ); CREATE TABLE orders ( id INTEGER PRIMARY KEY, user_id INTEGER, amount REAL, created_at TEXT ); INSERT INTO users (name, city) VALUES (Alice, Beijing), (Bob, Shanghai); INSERT INTO orders (user_id, amount, created_at) VALUES (1, 99.5, 2024-01-01), (2, 150.0, 2024-01-02); ) conn.commit() return conn if __name__ __main__: init_db() print(data.db ready)核心的列名提取函数长这样。Cursor.description是一个序列每个元素是 7 元组索引 0 是列名索引 1 是类型码其余是显示大小、内部大小、精度、小数位和是否允许 NULL。我们只取第 0 位。def get_column_names(cursor): 从 Cursor.description 提取列名列表保持结果集顺序。 if cursor.description is None: return [] return [col[0] for col in cursor.description]单表查询直接用conn init_db() cur conn.cursor() cur.execute(SELECT * FROM users) cols get_column_names(cur) rows cur.fetchall() print(columns:, cols) print(rows:, rows)输出会是columns: [id, name, city]顺序和SELECT *展开的物理列顺序一致。这里有个细节description在execute()返回后立刻就有值不需要先fetchall()。如果你在execute()之后马上读description拿到的就是这次查询的列信息。JOIN 场景要特别注意。下面这条查询里users.id和orders.id都叫iddescription会原样返回两个id不会自动加表前缀。cur.execute( SELECT users.id, users.name, orders.id, orders.amount FROM users JOIN orders ON users.id orders.user_id ) print(get_column_names(cur))输出是[id, name, id, amount]。两个id会让后续按列名取值时产生歧义所以 JOIN 里强烈建议显式起别名cur.execute( SELECT users.id AS user_id, users.name AS user_name, orders.id AS order_id, orders.amount AS amount FROM users JOIN orders ON users.id orders.user_id ) print(get_column_names(cur))这次输出[user_id, user_name, order_id, amount]干净且唯一。表达式和聚合函数同理别名就是列名cur.execute( SELECT name, amount * 2 AS double_amount, UPPER(city) AS city_upper FROM users JOIN orders ON users.id orders.user_id ) print(get_column_names(cur))输出[name, double_amount, city_upper]。如果表达式没起别名sqlite 会返回类似amount * 2这样的原始文本作为列名虽然能拿到但后续引用很别扭所以养成起别名的习惯。4. 验证请求与断言列名顺序数量光打印不够工程里要用断言把列名契约固定下来防止哪天改了 SQL 导致下游导出错位。下面这段把列名、行数、以及列名与数据行的对齐关系一起验证。def assert_columns(cursor, expected): actual get_column_names(cursor) assert actual expected, f列名不匹配: {actual} ! {expected} return actual conn init_db() cur conn.cursor() # 场景一单表 cur.execute(SELECT * FROM users) assert_columns(cur, [id, name, city]) rows cur.fetchall() assert len(rows[0]) len(get_column_names(cur)), 列数与数据宽度不一致 # 场景二JOIN 带别名 cur.execute( SELECT users.id AS user_id, users.name AS user_name, orders.id AS order_id, orders.amount AS amount FROM users JOIN orders ON users.id orders.user_id ORDER BY orders.id ) cols assert_columns(cur, [user_id, user_name, order_id, amount]) rows cur.fetchall() assert len(cols) 4 assert len(rows) 2 # 验证列名与每行数据一一对应 for row in rows: assert len(row) len(cols) # 场景三表达式别名 cur.execute( SELECT name, amount * 2 AS double_amount FROM users JOIN orders ON users.id orders.user_id ) assert_columns(cur, [name, double_amount]) print(all assertions passed)跑通后输出all assertions passed。这里的关键点是len(rows[0]) len(cols)它保证description的列数和实际数据宽度一致。如果哪天你用了SELECT *又改了表结构这个断言会第一时间报出来。如果你想让 AI 帮忙检查这段断言逻辑可以把脚本片段和报错贴到模型对话里通过统一 Key 通道调用。下面是一个最小调用示例用 OpenAI 兼容格式import os from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlhttps://taotoken.net/api ) resp client.chat.completions.create( modelgpt-4o-mini, messages[ {role: system, content: 你是 Python sqlite 排查助手只回答列名相关问题。}, {role: user, content: Cursor.description 返回 None 是什么原因} ] ) print(resp.choices[0].message.content)把base_url指向 https://taotoken.net/api 即可Key 从环境变量读。这样排查脚本和 AI 辅助就在同一条通道里不用额外维护多套凭证。5. 本篇常见错排查报错一TypeError: NoneType object is not iterable原因在execute()之前就读了description或者执行的是CREATE TABLE、INSERT这类不返回结果集的语句。description只在有结果集的查询后才有值其余情况是None。解决在提取函数里加if cursor.description is None: return []或者确认语句是SELECT/PRAGMA这类会返回行的。报错二JOIN 后列名重复按名取值拿到错列原因description原样返回重名列不会去重也不会加前缀。解决SQL 里显式AS别名或者用PRAGMA table_info(表名)先拿到单表列名做映射。注意PRAGMA table_info返回的是表的物理列和查询结果集的列不是一回事JOIN 场景别混用。报错三表达式列名是amount * 2这种带空格的字符串原因没起别名。解决加AS double_amount。如果确实需要原始表达式名记得在后续按名索引时用完全一致的字符串包括空格。报错四description列数和fetchall()行宽不一致原因几乎不会发生除非你在execute()和fetchall()之间又执行了别的语句把游标状态改了。解决一个游标一次查询提取列名和取数据之间不要插入其他execute()。需要多查询就多开游标。报错五中文列名乱码原因sqlite 默认 UTF-8Python 3 的sqlite3也按 UTF-8 处理正常不会乱码。如果出现检查是不是在连接时传了奇怪的text_factory或者数据库文件本身不是 UTF-8 编码。解决保持默认别手动改text_factory。报错六AI 辅助脚本调用返回 401原因Key 没设进环境变量或者base_url写成了带路径的形式。解决确认os.environ[TAOTOKEN_API_KEY]有值base_url就用 https://taotoken.net/api 不要在后面拼/v1之外的路径。如果还是 401去控制台重新生成一个 Key 试试。6. 把列名提取固化进你的工具函数实际项目里我一般把get_column_names和assert_columns放进一个db_utils.py所有查询都走同一个封装返回(columns, rows)元组。这样导出 CSV 时直接csv.writer.writerow(columns)渲染表格时直接拿columns当表头再也不用猜列顺序。def query(conn, sql, params()): cur conn.cursor() cur.execute(sql, params) cols get_column_names(cur) rows cur.fetchall() return cols, rows cols, rows query(conn, SELECT id, name FROM users WHERE city ?, (Beijing,)) print(cols, rows)如果你经常写复杂 JOIN建议在 SQL 里统一用表名_列名的别名风格比如users_id、orders_amount这样description出来的列名天然唯一下游处理零歧义。这个习惯配合上面的断言基本能消灭「列名对不上」这类低级但耗时的 bug。需要长期把 AI 排查接进编码流程的话可以走 Coding Plan 通道 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 把列名校验、SQL 审查这些步骤做成可复用的 Agent 任务。接入细节看文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite Key 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。先把上面那段断言脚本跑通再考虑往上叠 AI 辅助顺序别反了。