pyodbc 查 SQLanywhere9.0，最怕的不是连接串写不出来，而是pyodbc.drivers()打出来的那份 ODBC 驱动清单里，根本没有Adaptive Server Anywhere 9.0这一行。同一份脚本，在 A 机器上 aa02 表的数据能一行行蹦出来，换到 B 机器或者换一个 Python 解释器，程序就安静得只剩一句报错。这种时候把 Codex 接到 TaoToken 上是个省事的做法：先去 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册并创建 Key，把 Codex 的 Base URL 填成 https://taotoken.net/api，再把pyodbc.drivers()的完整输出、连接串、解释器路径一起贴进对话，让它逐项比对驱动名和 DBQ。下面把原来的调试路径重新走一遍，顺带把换机器后最常翻车的几处讲透。
1. pyodbc.drivers() 先原样打印，确认 SQLanywhere9.0 驱动在不在
原始脚本第一行就是import pyodbc，紧接着一个 for 循环把驱动名全部打印出来，这个顺序是对的。很多连接串报错根本轮不到 SQL 出手，驱动清单里没有对应名字，pyodbc.connect()那一步就已经挂了。所以排查的第一步不是改 SQL，而是把驱动列表完整落下来。
1.1 一段最小脚本把 ODBC 驱动清单摊开
先只做一件事，不连库、不写 DBQ：
# -*- coding: utf-8 -*- import pyodbc for name in pyodbc.drivers(): print(name)把它存成dbsql.py，用你平时跑业务脚本的那个解释器去执行，比如E:\Python\Python37-32\python.exe。注意这里必须用完整路径启动，不要随手敲一个python——环境变量里的 python 和你脚本实际用的 python 很可能是两个不同的安装，位数也可能不同，打印出来的驱动完全是两套清单。
1.2 清单里出现 Adaptive Server Anywhere 9.0 才算有戏
原始输出里有这么几行值得记住：SQL Server、一堆Microsoft Access Driver (*.mdb)、Adaptive Server Anywhere 8.0、SQL Anywhere 12、Adaptive Server Anywhere 9.0。真正能连上GSSIMIS.DB的只有最后一个。
原因在于 ODBC 驱动名是注册表里的字面字符串，不是版本区间。{SQL Anywhere 12}听起来更新、更高级，但它不认 9.0 格式的老库文件；{Adaptive Server Anywhere 8.0}名字差一个数字，照样连不上。连接串里的DRIVER={}必须和清单里那一行一字不差，包括空格和点号。
1.3 换机器后清单突然变短，先分清是缺驱动还是位数不对
同一段代码在另一台机器上只打印出 SQL Server 和几个 Access 驱动，这是很典型的两种情况：
| 现象 | 大概率原因 | 怎么快速确认 |
|---|---|---|
| 清单整体变短，Access 驱动还在但排到很后面 | 换成了 64 位解释器 | 看sys.version里的位数标记 |
| 清单里 Access 驱动都不完整 | 32 位 Python 配了 64 位驱动 | 用odbcad32.exe两个版本分别看 |
| 清单正常但没 SQL Anywhere 相关项 | 客户端没装或装到别的用户下 | 查安装目录与注册表 ODBC 节点 |
32 位 Python 只能看见 32 位的 ODBC 驱动，64 位 Python 只能看见 64 位的，两者互不可见。SQL Anywhere 9.0 时代的客户端基本是 32 位的，所以E:\Python\Python37-32这种带-32的解释器反而是对的，换成纯 64 位环境，Adaptive Server Anywhere 9.0会直接从清单里消失。
2. 驱动列表对不上时，让 Codex 走 TaoToken 帮你做比对
驱动清单、解释器位数、连接串里的一堆花括号，这三样东西凑在一起看容易眼花。把 Codex 接上统一接口之后，你可以把原始输出整段贴过去，让它输出一份“对得上/对不上”的核对表，比重装一遍客户端高效得多。
2.1 在 TaoToken 创建 Key，把 Codex 的 base_url 指到兼容通道
打开 TaoToken 完成注册，进控制台创建一把 API Key，记成YOUR_API_KEY。模型 ID 不要凭印象写，以 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 上模型广场当时的列表为准，列表里没有的 ID 填进去只会换回一个 404。
Codex 不吃ANTHROPIC_*那一套变量，它读的是~/.codex/config.toml。Linux/macOS 下就是~/.codex/config.toml，Windows 下是%USERPROFILE%\.codex\config.toml，照下面这份改：
model = "YOUR_MODEL_ID" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY"base_url这里就是https://taotoken.net/api，末尾不要补/v1，多写一层路径会直接 404。Key 不要明文塞进 toml，放到环境变量里：
# Linux / macOS export TAOTOKEN_API_KEY=YOUR_API_KEY # Windows PowerShell setx TAOTOKEN_API_KEY "YOUR_API_KEY"设置完重开一个终端，让变量生效，再启动 Codex。
2.2 对话里该贴什么：驱动清单、连接串、解释器路径
贴的内容越具体，它给的分析越准。建议一次给全这四样：
- 完整的
pyodbc.drivers()输出，包括那些看起来无关的 Access 驱动，一个都别删； - 当前用的连接串原文，比如
DRIVER={Adaptive Server Anywhere 9.0};DBQ=F:\wk\hangye\电力66\1\GSSIMIS.DB;Uid=dba;Pwd=cws;； sys.version和sys.executable的打印结果，用来确认解释器位数与路径；- 完整的异常堆栈，而不是只截最后一行。
这四样凑齐，Codex 能判断出是驱动名对不上、DBQ 指错了位置，还是位数不匹配导致驱动压根没注册。
2.3 让它输出检查清单，而不是替你执行
这一点必须说清楚：Codex 只能读你贴过去的文本、生成或解释代码，它不会连上你的机器去跑pyodbc.connect()。诊断脚本、连接测试、目录检查，全部由你在本地执行，再把输出粘回对话。库文件在本机、客户端在本机，这个“你执行、它分析”的循环才是最稳的用法。
3. DRIVER 名与 DBQ 路径：连接串里最容易写错的两处
清单确认过、Key 也配好了，接下来才是把连接的那两行写对。原始脚本在这一步其实只用了两个参数，一旦出问题也是这两个参数在作怪。
3.1 DRIVER={...} 花括号里必须是清单里的原字符串
正确形态：
conn_str = ( r"DRIVER={Adaptive Server Anywhere 9.0};" r"DBQ=F:\wk\hangye\电力66\1\GSSIMIS.DB;" r"Uid=dba;Pwd=cws;" ) conn = pyodbc.connect(conn_str)容易翻车的写法有几种：把花括号漏掉、把Anywhere拼成Anyware、把9.0写成9、或者照抄成{SQL Anywhere 9.0}。注册表里的名字是什么，花括号里就得是什么，中间多一个空格都会让 ODBC 找不到驱动。
3.2 DBQ 指到 .DB 文件本身，路径尽量用原始字符串
DBQ要写到GSSIMIS.DB这个文件，不是它所在的目录。原始脚本用r"F:\wk\hangye\电力66\1\GSSIMIS.DB"这种原始字符串写法，是很有必要的——Windows 路径里的反斜杠在普通字符串里会被当成转义符，\1、\w这类组合一旦被吞掉，路径就废了。
另外这个库文件不需要你去“打开”或“启动”什么服务，它就是一个本地文件，ODBC 驱动直接读它。所以路径拼接时可以先打印一次确认：
import os db_file = r"F:\wk\hangye\电力66\1\GSSIMIS.DB" print(os.path.exists(db_file), db_file)False就说明路径本身有问题，跟驱动无关。
3.3 用 try/except 把 ODBC 的原始报错拱出来
驱动名写错时，pyodbc 抛的异常里往往带着 ODBC 的错误码。别让它一闪而过：
import pyodbc conn_str = ( r"DRIVER={Adaptive Server Anywhere 9.0};" r"DBQ=F:\wk\hangye\电力66\1\GSSIMIS.DB;" r"Uid=dba;Pwd=cws;" ) try: conn = pyodbc.connect(conn_str, timeout=5) print("connected") except pyodbc.Error as e: print("state:", e.args[0]) print("message:", e.args[1])把state和message一起贴给 Codex，它比只看一句“连接失败”能多判断出不少东西。
4. aa02 表取数：打印、Decimal 与游标关闭的顺序
连接成功只是过了第一关，aa02 表取出来的数据怎么打印、格式为什么怪，是第二个高频问题。原始输出里每行都是Decimal('1992')这种形态，第一次看到确实容易以为没查出来。
4.1 for row in cursor.execute(SQL) 与 fetchall 的差别
两种写法都行，但行为不一样：
cursor = conn.cursor() sql = "SELECT * FROM aa02" # 写法一：边取边打印，省内存 for row in cursor.execute(sql): print(row) # 写法二：一次性拿到列表，方便切片、计数 rows = cursor.execute(sql).fetchall() print(len(rows)) for row in rows[:5]: print(row)数据量大时优先用第一种，游标逐行返回，不会把整张表压进内存。第二种适合你还要len()、要排序、要写进别的结构的场合。
4.2 Decimal 不是打印不出来，是格式化问题
SQL Anywhere 里的数值列通过 pyodbc 取出后是decimal.Decimal，print(row)会原样带上Decimal('...')外壳。这不是数据错了，是 repr 的表现形式。想让打印好看一点：
for row in cursor.execute("SELECT * FROM aa02"): print([float(v) if isinstance(v, Decimal) else v for v in row])或者干脆用str()拼字符串。要注意的是float()会损失精度，做金额类计算时别转，直接拿 Decimal 参与运算。
4.3 游标和连接的关闭顺序
原始脚本最后是cursor.close()再conn.close()，顺序没问题。更稳妥的写法是套一层with：
with pyodbc.connect(conn_str) as conn: with conn.cursor() as cursor: for row in cursor.execute("SELECT * FROM aa02"): print(row)退出缩进块时自动释放，中途抛异常也不会把连接挂在那里。反复调试时尤其重要，句柄泄漏会让你在某个时刻突然连不上，还以为是驱动又坏了。
5. 三个高频现象对照：IM002、空结果、位数不匹配
换机器之后出现的症状翻来覆去就是那几种，症状和原因能对上号，排查就快了。
5.1 IM002：Data source name not found
这个报错的字面意思是“没找到数据源名”，但它的触发场景不止 DSN 一种，驱动名写错、位数不匹配也会走到这里。判断顺序：
- 重新跑一次
pyodbc.drivers()，看清单里有没有Adaptive Server Anywhere 9.0； - 有，就检查连接串里花括号的内容是否完全一致；
- 没有，就去确认解释器位数和客户端安装情况，不用再动 SQL。
5.2 连接成功但一行数据都不打印
pyodbc.connect()没报错，for 循环也走完了，屏幕上一片空白。几种可能：表名写成了别的、SQL 里少了FROM、游标被提前消费过、或者aa02表在这台机器上的库里确实是空的。这种情况下可以让 Codex 帮你写一段只做计数的对照 SQL，由你在本地执行：
SELECT COUNT(*) FROM aa02;结果贴回对话，再决定是查数据还是查表名。计数为 0 而表存在，那就不是代码问题。
5.3 驱动名多了空格或版本号写错
从别处复制连接串时，很容易把全角空格、不间断空格一起带进来，肉眼几乎看不出来。一个笨但有效的办法是把连接串里的驱动名单独打印出来做长度对比：
import pyodbc target = "Adaptive Server Anywhere 9.0" for name in pyodbc.drivers(): if "anywhere" in name.lower(): print(repr(name), len(name), name == target)repr()会把不可见字符暴露出来，len()对不上就是有鬼。这比反复重装客户端省时间。
6. SQLanywhere9.0 跑通后，去控制台核一次 Codex 的调用
aa02 表的数据重新一行行打印出来之后，还有一件小事值得顺手做掉：回到 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 看一眼这次的调用记录，确认 Key 用的是你刚建的那把、模型 ID 和模型广场里的写法一致。如果把 Codex 当成长期排障助手，可以顺手看看 Coding Plan 的额度是否够用；需要补 Key 的时候，入口在 控制台 API Keys。想先单独验证一次模型名有没有写错，直接在 模型对话 里发一句话最快。
顺带提醒一句，这套流程里 Codex 始终只做两件事：读你贴过去的pyodbc.drivers()输出和连接串，生成或解释 Python 与 SQL。真正执行pyodbc.connect()、执行SELECT * FROM aa02的，永远是你本机那个 32 位解释器。这个边界守住了，排障过程既快，也不会把生产上的库文件交给任何外部程序去碰。
