标签:代码实现 window 模糊查询 英雄 优化 原来 font 主键 world
添加模型到数据库中。首先需要创建一个模型。创建模型的方式很简单,就跟创建普通的Python
对象是一摸一样的。在创建完模型之后,需要调用模型的save
方法,这样Django
会自动的将这个模型转换成sql
语句,然后存储到数据库中。示例代码如下:
class Book(models.Model): name = models.CharField(max_length=20,null=False) desc = models.CharField(max_length=100,name=‘description‘,db_column="description1") pub_date = models.DateTimeField(auto_now_add=True) book = Book(name=‘三国演义‘,desc=‘三国英雄!‘) book.save()
查找数据都是通过模型下的objects
对象来实现的。
要查找Book
这个模型对应的表下的所有数据。那么示例代码如下:
books = Book.objects.all()
以上将返回Book
模型下的所有数据。
在查找数据的时候,有时候需要对一些数据进行过滤。那么这时候需要调用objects
的filter
方法。实例代码如下:
books = Book.objects.filter(name=‘三国演义‘) > [<Book:三国演义>] # 多个条件 books = Book.objects.filter(name=‘三国演义‘,desc=‘test‘)
调用filter
,会将所有满足条件的模型对象都返回。
使用filter
返回的是所有满足条件的结果集。有时候如果只需要返回第一个满足条件的对象。那么可以使用get
方法。示例代码如下:
book = Book.objects.get(name=‘三国演义‘) > <Book:三国演义>
当然,如果没有找到满足条件的对象,那么就会抛出一个异常。而filter
在没有找到满足条件的数据的时候,是返回一个空的列表。
在之前的例子中,数据都是无序的。如果你想在查找数据的时候使用某个字段来进行排序,那么可以使用order_by
方法来实现。示例代码如下:
books = Book.objects.order_by("pub_date")
以上代码在提取所有书籍的数据的时候,将会使用pub_date
从小到大进行排序。如果想要进行倒序排序,那么可以在pub_date
前面加一个负号。实例代码如下:
books = Book.objects.order_by("-pub_date")
在查找到数据后,便可以进行修改了。修改的方式非常简单,只需要将查找出来的对象的某个属性进行修改,然后再调用这个对象的save
方法便可以进行修改。示例代码如下:
from datetime import datetime book = Book.objects.get(name=‘三国演义‘) book.pub_date = datetime.now() book.save()
在查找到数据后,便可以进行删除了。删除数据非常简单,只需要调用这个对象的delete
方法即可。实例代码如下:
book = Book.objects.get(name=‘三国演义‘) book.delete()
查找是数据库操作中一个非常重要的技术。查询一般就是使用filter
、exclude
以及get
三个方法来实现。我们可以在调用这些方法的时候传递不同的参数来实现查询需求。在ORM
层面,这些查询条件都是使用field
+__
+condition
的方式来使用的。以下将那些常用的查询条件来一一解释。
使用精确的=
进行查找。如果提供的是一个None
,那么在SQL
层面就是被解释为NULL
。示例代码如下:
article = Article.objects.get(id__exact=14) article = Article.objects.get(id__exact=None)
以上的两个查找在翻译为SQL
语句为如下:
select ... from article where id=14; select ... from article where id IS NULL;
使用like
进行查找。示例代码如下:
article = Article.objects.filter(title__iexact=‘hello world‘)
那么以上的查询就等价于以下的SQL
语句:
select ... from article where title like ‘hello world‘;
注意上面这个sql
语句,因为在MySQL
中,没有一个叫做ilike
的。所以exact
和iexact
的区别实际上就是LIKE
和=
的区别,在大部分collation=utf8_general_ci
情况下都是一样的(collation
是用来对字符串比较的)。
大小写敏感,判断某个字段是否包含了某个数据。示例代码如下:
articles = Article.objects.filter(title__contains=‘hello‘)
在翻译成SQL
语句为如下:
select ... where title like binary ‘%hello%‘;
要注意的是,在使用contains
的时候,翻译成的sql
语句左右两边是有百分号的,意味着使用的是模糊查询。而exact
翻译成sql
语句左右两边是没有百分号的,意味着使用的是精确的查询。
大小写不敏感的匹配查询。示例代码如下:
articles = Article.objects.filter(title__icontains=‘hello‘)
在翻译成SQL
语句为如下:
select ... where title like ‘%hello%‘;
提取那些给定的field
的值是否在给定的容器中。容器可以为list
、tuple
或者任何一个可以迭代的对象,包括QuerySet
对象。示例代码如下:
articles = Article.objects.filter(id__in=[1,2,3])
以上代码在翻译成SQL
语句为如下:
select ... where id in (1,3,4)
当然也可以传递一个QuerySet
对象进去。示例代码如下:
inner_qs = Article.objects.filter(title__contains=‘hello‘) categories = Category.objects.filter(article__in=inner_qs)
以上代码的意思是获取那些文章标题包含hello
的所有分类。
将翻译成以下SQL
语句,示例代码如下:
select ...from category where article.id in (select id from article where title like ‘%hello%‘);
某个field
的值要大于给定的值。示例代码如下:
articles = Article.objects.filter(id__gt=4)
以上代码的意思是将所有id
大于4的文章全部都找出来。
将翻译成以下SQL
语句:
select ... where id > 4;
类似于gt
,是大于等于。
类似于gt
是小于。
类似于lt
,是小于等于。
判断某个字段的值是否是以某个值开始的。大小写敏感。示例代码如下:
articles = Article.objects.filter(title__startswith=‘hello‘)
以上代码的意思是提取所有标题以hello
字符串开头的文章。
将翻译成以下SQL
语句:
select ... where title like ‘hello%‘
类似于startswith
,但是大小写是不敏感的。
判断某个字段的值是否以某个值结束。大小写敏感。示例代码如下:
articles = Article.objects.filter(title__endswith=‘world‘)
以上代码的意思是提取所有标题以world
结尾的文章。
将翻译成以下SQL
语句:
select ... where title like ‘%world‘;
类似于endswith
,只不过大小写不敏感。
判断某个field
的值是否在给定的区间中。示例代码如下:
from django.utils.timezone import make_aware from datetime import datetime start_date = make_aware(datetime(year=2018,month=1,day=1)) end_date = make_aware(datetime(year=2018,month=3,day=29,hour=16)) articles = Article.objects.filter(pub_date__range=(start_date,end_date))
以上代码的意思是提取所有发布时间在2018/1/1
到2018/12/12
之间的文章。
将翻译成以下的SQL
语句:
select ... from article where pub_time between ‘2018-01-01‘ and ‘2018-12-12‘。
需要注意的是,以上提取数据,不会包含最后一个值。也就是不会包含2018/12/12
的文章。
而且另外一个重点,因为我们在settings.py
中指定了USE_TZ=True
,并且设置了TIME_ZONE=‘Asia/Shanghai‘
,因此我们在提取数据的时候要使用django.utils.timezone.make_aware
先将datetime.datetime
从navie
时间转换为aware
时间。make_aware
会将指定的时间转换为TIME_ZONE
中指定的时区的时间。
针对某些date
或者datetime
类型的字段。可以指定date
的范围。并且这个时间过滤,还可以使用链式调用。示例代码如下:
articles = Article.objects.filter(pub_date__date=date(2018,3,29))
以上代码的意思是查找时间为2018/3/29
这一天发表的所有文章。
将翻译成以下的sql
语句:
select ... WHERE DATE(CONVERT_TZ(`front_article`.`pub_date`, ‘UTC‘, ‘Asia/Shanghai‘)) = 2018-03-29
注意,因为默认情况下MySQL
的表中是没有存储时区相关的信息的。因此我们需要下载一些时区表的文件,然后添加到Mysql
的配置路径中。如果你用的是windows
操作系统。那么在http://dev.mysql.com/downloads/timezones.html
下载timezone_2018d_posix.zip - POSIX standard
。然后将下载下来的所有文件拷贝到C:\ProgramData\MySQL\MySQL Server 5.7\Data\mysql
中,如果提示文件名重复,那么选择覆盖即可。
如果用的是linux
或者mac
系统,那么在命令行中执行以下命令:mysql_tzinfo_to_sql /usr/share/zoneinfo | mysql -D mysql -u root -p
,然后输入密码,从系统中加载时区文件更新到mysql
中。
根据年份进行查找。示例代码如下:
articles = Article.objects.filter(pub_date__year=2018) articles = Article.objects.filter(pub_date__year__gte=2017)
以上的代码在翻译成SQL
语句为如下:
select ... where pub_date between ‘2018-01-01‘ and ‘2018-12-31‘; select ... where pub_date >= ‘2017-01-01‘;
同year
,根据月份进行查找。
同year
,根据日期进行查找。
Django 1.11
新增的查找方式。同year
,根据星期几进行查找。1表示星期天,7表示星期六,2-6
代表的是星期一到星期五。
根据时间进行查找。示例代码如下:
articles = Article.objects.filter(pub_date__time=datetime.time(12,12,12));
以上的代码是获取每一天中12点12分12秒发表的所有文章。
根据值是否为空进行查找。示例代码如下:
articles = Article.objects.filter(pub_date__isnull=False)
以上的代码的意思是获取所有发布日期不为空的文章。
将来翻译成SQL
语句如下:
select ... where pub_date is not null;
大小写敏感和大小写不敏感的正则表达式。示例代码如下:
articles = Article.objects.filter(title__regex=r‘^hello‘)
以上代码的意思是提取所有标题以hello
字符串开头的文章。
将翻译成以下的SQL
语句:
select ... where title regexp binary ‘^hello‘;
iregex
是大小写不敏感的。
假如现在有两个ORM
模型,一个是Article
,一个是Category
。代码如下:
class Category(models.Model): """文章分类表""" name = models.CharField(max_length=100) class Article(models.Model): """文章表""" title = models.CharField(max_length=100,null=True) category = models.ForeignKey("Category",on_delete=models.CASCADE)
比如想要获取文章标题中包含"hello"的所有的分类。那么可以通过以下代码来实现:
categories = Category.object.filter(article__title__contains("hello"))
如果你用原生SQL
,则可以使用聚合函数来提取数据。比如提取某个商品销售的数量,那么可以使用Count
,如果想要知道商品销售的平均价格,那么可以使用Avg
。
聚合函数是通过aggregate
方法来实现的。在讲解这些聚合函数的用法的时候,都是基于以下的模型对象来实现的。
from django.db import models class Author(models.Model): """作者模型""" name = models.CharField(max_length=100) age = models.IntegerField() email = models.EmailField() class Meta: db_table = ‘author‘ class Publisher(models.Model): """出版社模型""" name = models.CharField(max_length=300) class Meta: db_table = ‘publisher‘ class Book(models.Model): """图书模型""" name = models.CharField(max_length=300) pages = models.IntegerField() price = models.FloatField() rating = models.FloatField() author = models.ForeignKey(Author,on_delete=models.CASCADE) publisher = models.ForeignKey(Publisher, on_delete=models.CASCADE) class Meta: db_table = ‘book‘ class BookOrder(models.Model): """图书订单模型""" book = models.ForeignKey("Book",on_delete=models.CASCADE) price = models.FloatField() class Meta: db_table = ‘book_order‘
Avg
:求平均值。比如想要获取所有图书的价格平均值。那么可以使用以下代码实现。
from django.db.models import Avg result = Book.objects.aggregate(Avg(‘price‘)) print(result)
以上的打印结果是:
{"price__avg":23.0}
其中price__avg
的结构是根据field__avg
规则构成的。如果想要修改默认的名字,那么可以将Avg
赋值给一个关键字参数。示例代码如下:
from django.db.models import Avg result = Book.objects.aggregate(my_avg=Avg(‘price‘)) print(result)
那么以上的结果打印为:
{"my_avg":23}
Count
:获取指定的对象的个数。示例代码如下:
from django.db.models import Count result = Book.objects.aggregate(book_num=Count(‘id‘))
以上的result
将返回Book
表中总共有多少本图书。Count
类中,还有另外一个参数叫做distinct
,默认是等于False
,如果是等于True
,那么将去掉那些重复的值。比如要获取作者表中所有的不重复的邮箱总共有多少个,那么可以通过以下代码来实现:
from djang.db.models import Count result = Author.objects.aggregate(count=Count(‘email‘,distinct=True))
Max
和Min
:获取指定对象的最大值和最小值。比如想要获取Author
表中,最大的年龄和最小的年龄分别是多少。那么可以通过以下代码来实现:
from django.db.models import Max,Min result = Author.objects.aggregate(Max(‘age‘),Min(‘age‘))
如果最大的年龄是88,最小的年龄是18。那么以上的result将为:
{"age__max":88,"age__min":18}
Sum
:求指定对象的总和。比如要求图书的销售总额。那么可以使用以下代码实现:
from djang.db.models import Sum result = Book.objects.annotate(total=Sum("bookstore__price")).values("name","total")
以上的代码annotate
的意思是给Book
表在查询的时候添加一个字段叫做total
,这个字段的数据来源是从BookStore
模型的price
的总和而来。values
方法是只提取name
和total
两个字段的值。
aggregate
:返回使用聚合函数后的字段和值。
annotate
:在原来模型字段的基础之上添加一个使用了聚合函数的字段,并且在使用聚合函数的时候,会使用当前这个模型的主键进行分组(group by)。
比如以上Sum
的例子,如果使用的是annotate
,那么将在每条图书的数据上都添加一个字段叫做total
,计算这本书的销售总额。
而如果使用的是aggregate
,那么将求所有图书的销售总额。
F表达式
是用来优化ORM
操作数据库的。比如我们要将公司所有员工的薪水都增加1000元,如果按照正常的流程,应该是先从数据库中提取所有的员工工资到Python内存中,然后使用Python代码在员工工资的基础之上增加1000元,最后再保存到数据库中。这里面涉及的流程就是,首先从数据库中提取数据到Python内存中,然后在Python内存中做完运算,之后再保存到数据库中。示例代码如下:
employees = Employee.objects.all() for employee in employees: employee.salary += 1000 employee.save()
而我们的F表达式
就可以优化这个流程,他可以不需要先把数据从数据库中提取出来,计算完成后再保存回去,他可以直接执行SQL语句
,就将员工的工资增加1000元。示例代码如下:
from djang.db.models import F Employee.object.update(salary=F("salary")+1000)
F表达式
并不会马上从数据库中获取数据,而是在生成SQL
语句的时候,动态的获取传给F表达式
的值。
比如如果想要获取作者中,name
和email
相同的作者数据。如果不使用F表达式
,那么需要使用以下代码来完成:
authors = Author.objects.all() for author in authors: if author.name == author.email: print(author)
如果使用F表达式
,那么一行代码就可以搞定。示例代码如下:
from django.db.models import F authors = Author.objects.filter(name=F("email"))
如果想要实现所有价格高于100元,并且评分达到9.0以上评分的图书。那么可以通过以下代码来实现:
books = Book.objects.filter(price__gte=100,rating__gte=9)
以上这个案例是一个并集查询,可以简单的通过传递多个条件进去来实现。
但是如果想要实现一些复杂的查询语句,比如要查询所有价格低于10元,或者是评分低于9分的图书。那就没有办法通过传递多个条件进去实现了。这时候就需要使用Q表达式
来实现了。示例代码如下:
from django.db.models import Q books = Book.objects.filter(Q(price__lte=10) | Q(rating__lte=9))
以上是进行或运算,当然还可以进行其他的运算,比如有&
和~(非)
等。一些用Q
表达式的例子如下:
from django.db.models import Q # 获取id等于3的图书 books = Book.objects.filter(Q(id=3)) # 获取id等于3,或者名字中包含文字"记"的图书 books = Book.objects.filter(Q(id=3)|Q(name__contains("记"))) # 获取价格大于100,并且书名中包含"记"的图书 books = Book.objects.filter(Q(price__gte=100)&Q(name__contains("记"))) # 获取书名包含“记”,但是id不等于3的图书 books = Book.objects.filter(Q(name__contains=‘记‘) & ~Q(id=3))
标签:代码实现 window 模糊查询 英雄 优化 原来 font 主键 world
原文地址:https://www.cnblogs.com/doupi/p/12919591.html