如何在 Go Web 服务中动态返回任意列数的 SQL 查询结果为 JSON-Golang-PHP中文网

如何在 Go Web 服务中动态返回任意列数的 SQL 查询结果为 JSON

本文详解如何在 Go HTTP 服务器中安全、通用地将结构未知的 SQL 查询结果（列名与数量均动态）序列化为 JSON 响应，避免硬编码结构体，并修正 sql.Rows.Scan 的典型误用。

本文详解如何在 go http 服务器中安全、通用地将结构未知的 sql 查询结果（列名与数量均动态）序列化为 json 响应，避免硬编码结构体，并修正 `sql.rows.scan` 的典型误用。

在构建灵活的 RESTful API 时，常需支持动态表名、字段列表和 WHERE 条件（例如管理后台或低代码数据接口）。此时 SQL 查询结果的列结构无法预先定义，传统 struct{ID int; Name string} 方式失效。核心挑战在于：*如何用类型安全、内存可控的方式扫描任意列数的 `sql.Rows`，再将其无损转为 JSON？**

关键在于正确理解 rows.Scan() 的参数机制：它接收一组 指向目标变量的指针（...interface{}），而非值本身。常见错误（如原问题中 vals[i] = &ints[i]）混淆了“存储原始字节的容器”与“接收扫描结果的接口变量”之间的关系。正确做法是：

获取列元信息（名称与数量）；
为每列分配 *[]byte 类型的缓冲区（sql.RawBytes 是 []byte 别名，可直接用 []byte）；
构建 []interface{} 切片，其中每个元素是对应缓冲区的地址；
调用 rows.Scan(ints...) 将数据库值写入缓冲区；
将缓冲区按列名映射为 map[string]interface{}，再递归处理 nil/二进制/时间等特殊类型；
使用 json.Marshal() 输出。

以下是完整、健壮的实现示例（含错误处理与 SQL 注入防护提示）：

arcgis-js

提供 ArcGIS Maps SDK for JavaScript 开发辅助，涵盖 2D/3D 地图视图、图层管理、数据可视化、空间分析等功能模块的参考和示例指导。

下载

func queryToJSON(db *sql.DB, table, columns, conditions string) ([]byte, error) {
    // ⚠️ 安全警告：此处仅作演示，实际必须校验表名/列名白名单！
    // 推荐使用预定义枚举或正则校验（如 ^[a-zA-Z_][a-zA-Z0-9_]*$）
    query := fmt.Sprintf("SELECT %s FROM %s WHERE %s", columns, table, conditions)
    rows, err := db.Query(query)
    if err != nil {
        return nil, fmt.Errorf("query failed: %w", err)
    }
    defer rows.Close()

    // 1. 获取列名
    cols, err := rows.Columns()
    if err != nil {
        return nil, fmt.Errorf("get columns failed: %w", err)
    }

    // 2. 为每列分配 []byte 缓冲区（可容纳 NULL 和任意类型二进制数据）
    vals := make([][]byte, len(cols))
    scans := make([]interface{}, len(cols))
    for i := range vals {
        scans[i] = &vals[i] // ✅ 正确：scans[i] 指向 vals[i] 的地址
    }

    // 3. 扫描所有行
    var results []map[string]interface{}
    for rows.Next() {
        if err := rows.Scan(scans...); err != nil {
            return nil, fmt.Errorf("scan row failed: %w", err)
        }

        // 4. 将当前行转换为 map[string]interface{}
        rowMap := make(map[string]interface{})
        for i, col := range cols {
            if vals[i] == nil {
                rowMap[col] = nil
            } else {
                // 尝试解析常见类型：数字、布尔、时间戳（根据业务需求扩展）
                if s := string(vals[i]); isNumeric(s) {
                    if f, err := strconv.ParseFloat(s, 64); err == nil {
                        rowMap[col] = f
                    } else if i64, err := strconv.ParseInt(s, 10, 64); err == nil {
                        rowMap[col] = i64
                    } else {
                        rowMap[col] = s
                    }
                } else if s == "true" || s == "false" {
                    rowMap[col] = s == "true"
                } else {
                    rowMap[col] = s
                }
            }
        }
        results = append(results, rowMap)
    }

    if err := rows.Err(); err != nil {
        return nil, fmt.Errorf("rows iteration error: %w", err)
    }

    // 5. 序列化为 JSON
    return json.Marshal(results)
}

// 辅助函数：简单判断是否为数字字符串（生产环境建议用更严谨的解析逻辑）
func isNumeric(s string) bool {
    _, err := strconv.ParseFloat(s, 64)
    return err == nil
}

重要注意事项：

✅ SQL 注入防护：绝不可直接拼接用户输入的 table/columns。应强制白名单校验（如从预设配置中查找合法表名），或改用参数化查询（但注意：? 占位符不能用于表名/列名，仅适用于值）。
✅ 资源管理：务必调用 rows.Close()（示例中用 defer 保证）。
✅ NULL 处理：sql.Null* 类型需显式检查 .Valid 字段；而 []byte 为 nil 表示 SQL NULL，本方案已覆盖。
✅ 性能优化：对大数据集，考虑流式 JSON 编码（如 json.Encoder）避免内存峰值。
✅ 类型推断局限性：自动识别数字/布尔依赖数据库返回的字符串格式（如 PostgreSQL 的 t/f 或 MySQL 的 1/0），复杂场景建议前端约定类型或增加元数据字段。