不能直接用 reflect.Convert 处理数据库字段映射,因其仅支持底层类型一致的转换(如 int↔int32),而 []byte→string、time.Time 等属语义转换,会 panic;正确做法是优先调用 sql.Scanner.Scan,否则按类型分支转换,并递归处理嵌套结构体与 JSON 字段。

为什么不能直接用 reflect.Convert 处理数据库字段映射
因为 reflect.Convert 只支持底层类型一致的转换,比如 int ↔ int32,但数据库驱动返回的 []byte 要转成 string、time.Time 或自定义类型(如 json.RawMessage),属于语义转换,调用 Convert 会 panic:cannot convert []uint8 to string。
真正可行的路径是分层处理:
- 先检查值是否实现了
sql.Scanner接口,优先走Scan()方法 - 否则按底层类型分支:对
[]byte用string()、对int64用int()、对float64保留原值 - 遇到结构体或嵌套 map/slice,递归进入字段处理,跳过未导出字段
- 字段有
db标签时,用它匹配列名;没标签则用字段名小写
Scan 方法必须接收指针,否则反射无法写入
常见错误是传入非指针结构体,导致 reflect.Value.Set 报 reflect: reflect.Value.Set using unaddressable value。数据库扫描本质是“往目标变量里写值”,反射必须能寻址。
实操要点:
- 入口函数参数必须是
interface{},且内部立刻用reflect.ValueOf(v).Elem()获取可寻址的值 - 如果传入的是
var u User,必须调用scanRow(&u, rows),不能传u - 对切片批量扫描时,每项都要用
sliceIndex.Addr().Interface()转成指针再传给rows.Scan()
如何安全地从 sql.Rows 映射到任意结构体
核心是把 rows.Columns() 列名和结构体字段做双向匹配,而不是硬编码顺序。依赖顺序极易因 SQL 改写(如加字段、调整 SELECT 顺序)而崩坏。
关键步骤:
- 调用
rows.Columns()拿到列名列表,同时用reflect.TypeOf(ptrToStruct).Elem()获取结构体类型 - 遍历每个字段,检查
field.Tag.Get("db");若为空,用strings.ToLower(field.Name) - 建一个列名 → 字段索引的 map,避免每次 Scan 都线性查找
- 构造
[]interface{}时,对每个列名查 map 得到字段索引,再取structValue.Field(i).Addr().Interface()
示例片段:
// cols = []string{"id", "name", "created_at"}
// fieldMap = map[string]int{"id": 0, "name": 1, "created_at": 2}
dest := make([]interface{}, len(cols))
for i, col := range cols {
if j, ok := fieldMap[col]; ok {
dest[i] = structValue.Field(j).Addr().Interface()
}
}
err := rows.Scan(dest...)
嵌套结构体与 JSON 字段需要手动递归处理
标准库不处理 type User struct { Profile Profile `db:"profile_json"` } 这类字段。反射拿到 Profile 字段后,它的类型是 Profile,但数据库返回的是 []byte,需额外解码。
处理逻辑要显式判断:
- 字段类型是
json.RawMessage或带json标签的结构体 → 用json.Unmarshal解析[]byte - 字段是自定义类型且实现了
sql.Scanner→ 直接调用其Scan方法 - 字段是普通结构体(非嵌入)→ 不能自动展开,应报错提示用户加
json或scanner支持
最容易被忽略的是:即使你写了递归逻辑,也得确保 sql.NullString 等包装类型被正确识别为“可扫描”,而不是当成普通结构体去递归——它们的 Scan 方法才是真实的数据入口。











