ORM操作
1、基本操作
# 查 models.Tb1.objects.get(id=123) # 获取单条数据,不存在则报错(不建议) models.Tb1.objects.all() # 获取全部 models.Tb1.objects.filter(name='seven') # 获取指定条件的数据 models.Tb1.objects.exclude(name='seven') # 去除指定条件的数据 # 增 方法1: models.Tb1.objects.create(c1='xx', c2='oo') # 增加一条数据 方法2:可以接受字典类型数据 **kwargs,如下: obj = models.Tb1(c1='xx', c2='oo') obj.save() # 删 models.Tb1.objects.filter(name='seven').delete() # 删除指定条件的数据 # 改 方法1: models.Tb1.objects.filter(name='seven').update(gender='0') # 将指定条件的数据更新 方法2: obj = models.Tb1.objects.get(id=1) obj.c1 = '111' obj.save() # 修改单条数据
2、进阶操作
# 获取个数 models.Tb1.objects.filter(name='seven').count() 单表双下划线方法 # 大于,小于 models.Tb1.objects.filter(id__gt=1) # 获取id大于1的值 models.Tb1.objects.filter(id__gte=1) # 获取id大于等于1的值 models.Tb1.objects.filter(id__lt=10) # 获取id小于10的值 models.Tb1.objects.filter(id__lte=10) # 获取id小于10的值 models.Tb1.objects.filter(id__gt=1, id__lt=10) # 获取id大于1且小于10的值 # 成员判断in models.Tb1.objects.filter(id__in=[11, 22, 33]) # 获取id等于11、22、33的数据 models.Tb1.objects.exclude(id__in=[11, 22, 33]) # not in,id不包括11、22、33的数据 # 是否为空 isnull Entry.objects.filter(pub_date__isnull=True) #为空 # 包括contains models.Tb1.objects.filter(name__contains="ven") # name字段包括ven的数据 models.Tb1.objects.filter(name__icontains="ven") # icontains表示大小写不敏感 models.Tb1.objects.exclude(name__icontains="ven") # name字段不包括ven的数据,且ven大小写不敏感 # 范围range models.Tb1.objects.filter(id__range=[1, 5]) # 范围bettwen and,闭区间,包括1,2,3,4,5 # 以...开头, 以...结尾 models.Tb1.objects.filter(name__startswith='a') # 内容以'a'开头 models.Tb1.objects.filter(name__istartswith='a') # 忽略大小写 models.Tb1.objects.filter(name__startswith='a') # 内容以'a'结尾 models.Tb1.objects.filter(name__istartswith='a') # 忽略大小写 # regex正则匹配,iregex 不区分大小写 models.objects.get(title__regex=r'^(An?|The) +') models.objects.get(title__iregex=r'^(an?|the) +') # date models.objects.filter(pub_date__date=datetime.date(2005, 1, 1)) models.objects.filter(pub_date__date__gt=datetime.date(2005, 1, 1)) # year models.Person.objects.filter(birth__year=2018) # birth字段中的年份的值为2018 models.Person.objects.filter(birth__year__gt=2018) # birth字段中的年份的值大于2018 models.Person.objects.filter(birth__contains='2019-02') # birth字段中的内容值包括2019-02 # month models.Person.objects.filter(pub_date__month=12) models.Person.objects.filter(pub_date__month__gte=6) # day models.Person.objects.filter(pub_date__day=3) models.Person.objects.filter(pub_date__day__gte=3) # week_day models.Person.objects.filter(pub_date__week_day=2) models.Person.objects.filter(pub_date__week_day__gte=2) # hour models.Person.objects.filter(timestamp__hour=23) models.Person.objects.filter(time__hour=5) models.Person.objects.filter(timestamp__hour__gte=12) # minute models.Person.objects.filter(timestamp__minute=29) models.Person.objects.filter(time__minute=46) models.Person.objects.filter(timestamp__minute__gte=29) # second models.Person.objects.filter(timestamp__second=31) models.Person.objects.filter(time__second=2) models.Person.objects.filter(timestamp__second__gte=31) # 排序order by models.Tb1.objects.filter(name='seven').order_by('id') # asc,以id正序排序 models.Tb1.objects.filter(name='seven').order_by('-id') # desc,以id倒序排序 # 分组group by from django.db.models import Count, Min, Max, Sum models.Tb1.objects.filter(c1=1).values('id').annotate(c=Count('num')) 相当于执行了如下命令 SELECT "app01_tb1"."id", COUNT("app01_tb1"."num") AS "c" FROM "app01_tb1" WHERE "app01_tb1"."c1" = 1 GROUP BY "app01_tb1"."id" # limit 、offset models.Tb1.objects.all()[10:20] 获取第10到20条数据,前闭后开区间,分页时使用这个功能
3、必知必会13条
<1> all(): 查询所有结果 <2> get(**kwargs): 返回与所给筛选条件相匹配的对象,返回结果有且只有一个,如果符合筛选条件的对象超过一个或者没有都会抛出错误。 <3> filter(**kwargs): 它包含了与所给筛选条件相匹配的对象 <4> exclude(**kwargs): 它包含了与所给筛选条件不匹配的对象 <5> values(*field): 返回一个ValueQuerySet——一个特殊的QuerySet,运行后得到的并不是一系列model的实例化对象,而是一个可迭代的字典序列 [ {字段名:值} ] <6> values_list(*field): 它与values()非常相似,它返回的是一个元组序列,values返回的是一个字典序列[ (值,值) ] <7> order_by(*field): 对查询结果排序 <8> reverse(): 对查询结果反向排序,请注意reverse()通常只能在具有已定义顺序的QuerySet上调用(在model类的Meta中指定ordering或调用order_by()方法)。 <9> distinct(): 从返回结果中剔除重复纪录(如果你查询跨越多个表,可能在计算QuerySet时得到重复的结果。此时可以使用distinct(),注意只有在PostgreSQL中支持按字段去重。) <10> count(): 返回数据库中匹配查询(QuerySet)的对象数量。 <11> first(): 返回第一条记录 <12> last(): 返回最后一条记录 <13> exists(): 如果QuerySet包含数据,就返回True,否则返回False 返回QuerySet对象的方法有 all() filter() exclude() order_by() reverse() distinct() 特殊的QuerySet values() 返回一个可迭代的字典序列 values_list() 返回一个可迭代的元祖序列 返回具体对象的 get() first() last() 返回布尔值的方法 exists() 返回数字的方法 count()
4、ForeignKey操作
4.1、正向查找
1)对象查找(跨表)
语法:对象.关联字段.字段 示例: book_obj = models.Book.objects.first() # 第一本书对象 print(book_obj.publisher) # 得到这本书关联的出版社对象 print(book_obj.publisher.name) # 得到出版社对象的名称 2)字段查找(跨表) 语法:关联字段__字段 示例: print(models.Book.objects.values_list("publisher__name")) 取值用.方法 查询用__方法
4.2、反向操作
1)对象查找 语法:obj.表名_set 示例: publisher_obj = models.Publisher.objects.first() # 找到第一个出版社对象 books = publisher_obj.book_set.all() # 找到第一个出版社出版的所有书 titles = books.values_list("title") # 找到第一个出版社出版的所有书的书名 2)字段查找 语法:表名__字段 示例: titles = models.Publisher.objects.values_list("book__title")
5、ManyToManyField
5.1、class RelatedManager
"关联管理器"是在一对多或者多对多的关联上下文中使用的管理器。
它存在于下面两种情况:
外键关系的反向查询
多对多关联关系
简单来说就是当.点后面的对象可能存在多个的时候就可以使用以下的方法。
5.2、方法
create() 创建一个新的对象,保存对象,并将它添加到关联对象集之中,返回新创建的对象。 >>> import datetime >>> models.Author.objects.first().book_set.create(title="番茄物语", publish_date=datetime.date.today()) add() 把指定的model对象添加到关联对象集中。 添加对象 >>> author_objs = models.Author.objects.filter(id__lt=3) >>> models.Book.objects.first().authors.add(*author_objs) 添加id >>> models.Book.objects.first().authors.add(*[1, 2]) set() 更新model对象的关联对象。 >>> book_obj = models.Book.objects.first() >>> book_obj.authors.set([2, 3]) remove() 从关联对象集中移除执行的model对象 >>> book_obj = models.Book.objects.first() >>> book_obj.authors.remove(3) clear() 从关联对象集中移除一切对象。 >>> book_obj = models.Book.objects.first() >>> book_obj.authors.clear() 注意: 对于ForeignKey对象,clear()和remove()方法仅在null=True时存在。 举个例子: ForeignKey字段没设置null=True时, class Book(models.Model): title = models.CharField(max_length=32) publisher = models.ForeignKey(to=Publisher) 没有clear()和remove()方法: >>> models.Publisher.objects.first().book_set.clear() Traceback (most recent call last): File "<input>", line 1, in <module> AttributeError: 'RelatedManager' object has no attribute 'clear' 当ForeignKey字段设置null=True时, class Book(models.Model): name = models.CharField(max_length=32) publisher = models.ForeignKey(to=Class, null=True) 此时就有clear()和remove()方法: >>> models.Publisher.objects.first().book_set.clear() 注意: 对于所有类型的关联字段,add()、create()、remove()和clear(),set()都会马上更新数据库。换句话说,在关联的任何一端,都不需要再调用save()方法。
6、聚合查询
aggregate()是QuerySet 的一个终止子句,意思是说,它返回一个包含一些键值对的字典。
键的名称是聚合值的标识符,值是计算出来的聚合值。键的名称是按照字段和聚合函数的名称自动生成出来的。
用到的内置函数:
from django.db.models import Avg, Sum, Max, Min, Count
示例: >>> from django.db.models import Avg, Sum, Max, Min, Count >>> models.Book.objects.all().aggregate(Avg("price")) {'price__avg': 13.233333}
如果你想要为聚合值指定一个名称,可以向聚合子句提供它。
>>> models.Book.objects.aggregate(average_price=Avg('price')) {'average_price': 13.233333}
如果你希望生成不止一个聚合,你可以向aggregate()子句中添加另一个参数。所以,如果你也想知道所有图书价格的最大值和最小值,可以这样查询:
>>> models.Book.objects.all().aggregate(Avg("price"), Max("price"), Min("price")) {'price__avg': 13.233333, 'price__max': Decimal('19.90'), 'price__min': Decimal('9.90')}
7、分组
假设现在有一张公司职员表:
我们使用原生SQL语句,按照部门分组求平均工资:
select dept,AVG(salary) from employee group by dept;
ORM查询:
from django.db.models import Avg
Employee.objects.values("dept").annotate(avg=Avg("salary").values("dept", "avg")
连表查询的分组:
SQL查询:
select dept.name,AVG(salary) from employee inner join dept on (employee.dept_id=dept.id) group by dept_id;
ORM查询:
from django.db.models import Avg
models.Dept.objects.annotate(avg=Avg("employee__salary")).values("name", "avg")
更多示例:
示例1:统计每一本书的作者个数 >>> book_list = models.Book.objects.all().annotate(author_num=Count("author")) >>> for obj in book_list: ... print(obj.author_num) ... 2 1 1 示例2:统计出每个出版社买的最便宜的书的价格 >>> publisher_list = models.Publisher.objects.annotate(min_price=Min("book__price")) >>> for obj in publisher_list: ... print(obj.min_price) ... 9.90 19.90 方法二: >>> models.Book.objects.values("publisher__name").annotate(min_price=Min("price")) <QuerySet [{'publisher__name': '沙河出版社', 'min_price': Decimal('9.90')}, {'publisher__name': '人民出版社', 'min_price': Decimal('19.90')}]> 示例3:统计不止一个作者的图书 >>> models.Book.objects.annotate(author_num=Count("author")).filter(author_num__gt=1) <QuerySet [<Book: 番茄物语>]> 示例4:根据一本图书作者数量的多少对查询集 QuerySet进行排序 >>> models.Book.objects.annotate(author_num=Count("author")).order_by("author_num") <QuerySet [<Book: 香蕉物语>, <Book: 橘子物语>, <Book: 番茄物语>]> 示例5:查询各个作者出的书的总价格 >>> models.Author.objects.annotate(sum_price=Sum("book__price")).values("name", "sum_price") <QuerySet [{'name': '小精灵', 'sum_price': Decimal('9.90')}, {'name': '小仙女', 'sum_price': Decimal('29.80')}, {'name': '小魔女', 'sum_price': Decimal('9.90')}]>
8、F查询
在上面所有的例子中,我们构造的过滤器都只是将字段值与某个常量做比较。如果我们要对两个字段的值做比较,那该怎么做呢?
Django 提供 F() 来做这样的比较。F() 的实例可以在查询中引用字段,来比较同一个 model 实例中两个不同字段的值。
示例1: 查询评论数大于收藏数的书籍 from django.db.models import F models.Book.objects.filter(commnet_num__gt=F('keep_num')) Django 支持 F() 对象之间以及 F() 对象和常数之间的加减乘除和取模的操作。 models.Book.objects.filter(commnet_num__lt=F('keep_num')*2) 修改操作也可以使用F函数,比如将每一本书的价格提高30元 models.Book.objects.all().update(price=F("price")+30)
引申:
如果要修改char字段咋办?
如:把所有书名后面加上(第一版)
>>> from django.db.models.functions import Concat >>> from django.db.models import Value >>> models.Book.objects.all().update(title=Concat(F("title"), Value("("), Value("第一版"), Value(")")))
9、Q查询
filter() 等方法中的关键字参数查询都是一起进行“AND” 的。 如果你需要执行更复杂的查询(例如OR语句),你可以使用Q对象。
示例1: 查询作者名是小仙女或小魔女的 models.Book.objects.filter(Q(authors__name="小仙女")|Q(authors__name="小魔女"))
你可以组合& 和| 操作符以及使用括号进行分组来编写任意复杂的Q 对象。同时,Q 对象可以使用~ 操作符取反,这允许组合正常的查询和取反(NOT) 查询。
示例:查询作者名字是小仙女并且不是2018年出版的书的书名。 >>> models.Book.objects.filter(Q(author__name="小仙女") & ~Q(publish_date__year=2018)).values_list("title") <QuerySet [('番茄物语',)]>
查询函数可以混合使用Q对象和关键字参数。所有提供给查询函数的参数(关键字参数或Q 对象)都将"AND”在一起。但是,如果出现Q 对象,它必须位于所有关键字参数的前面。
例如:查询出版年份是2017或2018,书名中带物语的所有书。 >>> models.Book.objects.filter(Q(publish_date__year=2018) | Q(publish_date__year=2017), title__icontains="物语") <QuerySet [<Book: 番茄物语>, <Book: 香蕉物语>, <Book: 橘子物语>]>
10、事务
Mysql数据库中的原子操作,例如 客户A要给客户B转一笔钱,这个在数据库中需要进行两步: 1.客户A减钱 2.客户B加钱 如果在第一步结束后,服务器出现异常,第二步没有进行,如果数据库使用了事务操作,真的出现异常的时候,前面的操作会进行回滚。 简单的说就是:要么全部执行成功,要么一个都不执行。 这个回滚的操作就叫做数据库的原子性操作。 在Django的ORM中如何进行呢?
方法1: 首先,我们要导入一个Django的内置模块transaction 在函数中的with transaction.atomic()下来进行ORM操作,并用捕捉异常
from django.db import transaction def index(request): try: with transaction.atomic(): new_publisher = models.Publisher.objects.create(name="火星出版社") models.Book.objects.create(title="橘子物语", publish_date=datetime.date.today(), publisher_id=10) # 指定一个不存在的出版社id except Exception as e: print(str(e))
方法2: 另外还有一起其他的方式,对整个view视图开启事务
from django.db import transaction @transaction.atomic def index(request): //ORM操作 return ....
注意:在原子块中不要进行错误捕获 当退出原子块的时候,Django会去查看它是否正常退出或者是否有异常来确定是否提交或者回滚 如果你捕获并处理了原子块中的异常,可能会隐藏Django中发生问题的事实。这样可能会造成非预期的行为。
11、在Python脚本中调用Django环境
import os if __name__ == '__main__': os.environ.setdefault("DJANGO_SETTINGS_MODULE", "BMS.settings") import django django.setup() from app01 import models books = models.Book.objects.all() print(books)