to_sql本身不引发SQL注入,但动态拼接表名、列名等SQL结构时存在风险;Excel单元格数据安全,需校验并清洗sheet名、列名,禁用不安全的method='multi',并验证文件来源。

to_sql 不处理 SQL 字符串,所以 Excel 数据行本身不会“触发” SQL 注入——但如果你在构造表名、字段名或预处理 DataFrame 时引入用户可控输入,风险就来了。
Excel 行数据不会导致注入,但列名和表名会
Excel 单元格里的内容(比如某行写着 "admin'; DROP TABLE users; --")传给 to_sql 是安全的:pandas 会把它当普通字符串插入,底层驱动自动参数化每列值。真正危险的是你用 Excel 的 sheet 名、标题行、或外部传入的变量去拼接 SQL 结构。
- 错误示例:
df.to_sql(sheet_name_from_excel, engine)—— 若 sheet 名是"users; DROP TABLE logs;",SQLAlchemy 会直接报DatabaseError: table name must be string,但若你手动拼进f"INSERT INTO {sheet_name}..."就炸了 - 列名同理:
df.columns = ["id", "name", "score; --"],再调用to_sql会因非法标识符报错;但若你用df.columns拼建表语句,就可能绕过校验 - 白名单兜底最稳:
if sheet_name not in ["sales", "users", "logs"]: raise ValueError("Invalid sheet")
to_sql 前必须清洗列名和索引名
Excel 表头常含空格、中文、括号、点号甚至换行符,这些字符在部分数据库(如 PostgreSQL)中需加双引号,而 pandas 默认不转义——导致语法错误或意外行为。更隐蔽的风险是列名里混入反引号或注释符(如 `name`; DROP TABLE --),虽小概率,但一旦被用于动态 DDL 就成入口。
- 强制标准化列名:
df.columns = [re.sub(r'[^a-zA-Z0-9_]', '_', str(c)) for c in df.columns] - 删前导/尾随空白:
df.columns = df.columns.str.strip() - 避免全数字列名(如
"2024Q1"),某些方言会误判为字面量;加前缀更稳妥:df.columns = ["col_" + str(c) for c in df.columns]
别信“method='multi' + PyMySQL”能防注入
旧版 PyMySQL 配合 to_sql(method='multi') 会退化为单条 INSERT 拼接,已知可被 name; DROP TABLE -- 类 payload 触发。这不是 pandas 的 bug,而是驱动层绕过了参数化路径。
- 禁用
method='multi',除非你确认 PyMySQL >= 1.1.0 且 SQLAlchemy >= 2.0.30 - 改用默认的单条插入(
method=None)或批量插入(method='multi'仅限新版本+显式指定chunksize) - 对敏感环境,宁可牺牲性能也要用事务包装:
with engine.begin() as conn: df.to_sql(..., con=conn)
最易被忽略的一点:Excel 文件本身可能被篡改。别只校验内容,还要校验来源——比如检查文件哈希、签名或强制走内部上传通道,否则攻击者上传一个伪造的“运营报表.xlsx”,里面 sheet 名和列名都按白名单构造,但实际是诱导你写入错误表结构的诱饵。


















