一、表查询数据准备及测试环境搭建
模型层前期准备
-
django自带的sqlite3数据可对时间字段不敏感,有时候会展示错乱,所以我们习惯切换成常见的数据库比如MySQL。
-
id字段是自动添加的,如果想自定义主键,只需要在其中一个字段指定primary_key = True,如果Django发现你已经明确地设置了Field.primary_key,它将不会添加自动ID列。
测试环境搭建
方式一:在Django自带的测试环境
pycharm提供的python console(临时保存,不推荐使用)
方式二:在项目内的任意py文件内,推荐在应用下面的一个tests.py文件进行
import os
if __name__ == "__main__":
# 注意:mysite.settings修改成自己的!!项目名.settings
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'Ku.settings')
import django
django.setup() # 以独立的方式运行Django程序
# 以下编辑我们需要的代码:
代码演示
import os
if __name__ == "__main__":
# 注意:mysite.settings修改成自己的!!项目名.settings
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'Ku.settings')
import django
django.setup() # 以独立的方式运行Django程序
from app import models
models.UserInfo.objects.all()
class UserInfo(models.Model):
uid = models.AutoField(primary_key=True)
name = models.CharField(max_length=32,verbose_name='用户名')
age = models.IntegerField(verbose_name='年龄')
register_time = models.DateTimeField(verbose_name='注册事件',auto_now_add=True)
'''
DateField : 年月日
DateTimeField : 年月日 时分秒
两个重要参数
auto_now : 每次操作数据的时候 该字段会自动将当前时间更新
auto_now_add : 在创建数据的时候会自动将当前创建时间记录下来 之后只要不人为的修改 那么就一直不变
'''
def __str__(self):
return self.name
1.提前终端创建好库list_user
2.将DATABASES的配置更改
DATABASES = {
'default': {
'ENGINE': 'django.db.backends.mysql',
'NAME': 'list_user',
'USER':'root',
#'PASSWORD':'', 因为我的mysql用户没有设置密码所以这里就不需要写了
'HOST':'127.0.0.1',
'PORT':3306,
'CHARSET':'utf8'
}
}
3.连接MySQL库
4.python38 manage.py makemigrations
5.python38 manage.py migrate
1.如果有QuerySet对象,那么可以直接点query查看SQL语句
res = models.UserInfo.objects.filter(name='jack')
print(res)
print(res.query)
#SELECT `app_userinfo`.`uid`, `app_userinfo`.`name`, `app_userinfo`.`age`, `app_userinfo`.`register_time` FROM `app_userinfo` WHERE `app_userinfo`.`name` = jack
2.如果想查看所有ORM底层的SQL语句,也可以直接在配置文件添加日志记录
res1 = models.User.objects.create(name='jack',age=18)
print(res.query) # 会报错
settings最后>>>拷贝代码放在settings
LOGGING = {
'version': 1,
'disable_existing_loggers': False,
'handlers': {
'console':{
'level':'DEBUG',
'class':'logging.StreamHandler',
},
},
'loggers': {
'django.db.backends': {
'handlers': ['console'],
'propagate': True,
'level':'DEBUG',
},
}
}
二、ORM操作相关方法
方法 | 返回值 |
---|---|
create(字段名=数据) | 刚创建的数据记录对象 |
filter(筛选条件) | QuerySet列表对象 |
filter().update(修改内容) | 受影响的行数 |
filter().delete() | 受影响的行数即各表受影响的行数 |
三、ORM常见的查询关键字
1.当需要查询数据主键字段值的时候 可以使用pk忽略掉数据字段真正的名字
2.在模型类中可以定义一个__str__方法 便于后续数据对象被打印展示的是查看方便
3.Queryset中如果是列表套对象那么直接for循环和索引取值但是索引不支持负数
4.虽然queryset支持索引但是当queryset没有数据的时候索引会报错 推荐使用first
res = models.UserInfo.objects.create(name='jack',age=18)
print(res)
res1 = models.UserInfo.objects.create(name='tom',age=19)
print(res1)
res2 = models.UserInfo.objects.create(name='oscar',age=20)
print(res2)
res3 = models.UserInfo.objects.create(name='ankn',age=22)
print(res3)
2.filter() 根据条件筛选数据 结果是QuerySet [数据对象1,数据对象2]
res4 = models.UserInfo.objects.filter()
res5 = models.UserInfo.objects.filter(name='jack')
res6 = models.UserInfo.objects.filter(name='tom',age=19)
print(res4) #<QuerySet [<UserInfo: jack>, <UserInfo: tom>, <UserInfo: oscar>, <UserInfo: ankn>]>
print(res5) #<QuerySet [<UserInfo: jack>]>
print(res6) #<QuerySet [<UserInfo: tom>]>
3.first()/last() QuerySet支持索引取值但是只支持正数 并且orm不建议你使用索引
res7 = models.UserInfo.objects.filter()[1]
res10 = models.UserInfo.objects.filter(uid=100)[0] # 数据不存在索引取值会报错
res8 = models.UserInfo.objects.filter(uid=100).filter() # 数据不存在不会报错而是返回None
res9 = models.UserInfo.objects.filter(uid=99).last() # 数据不存在不会报错而是返回None
print(res7) # tom
print(res8) # None
print(res9) # None
models.UserInfo.objects.filter().update() # 批量更新
models.UserInfo.objects.filter(uid=4).update(9) # 单个删除
models.UserInfo.objects.filter().delete() # 批量删除
models.UserInfo.objects.filter(id=1).delete() # 单个删除
6.all() 查询所有数据 结果是QuerySet [数据对象1,数据对象2]
res = models.UserInfo.objects.all()
print(res)
#<QuerySet [<UserInfo: jack>, <UserInfo: tom>, <UserInfo: oscar>, <UserInfo: ankn>]>
7.values() 根据指定字段获取数据 结果是QuerySet [{}},{},{},{}]
res = models.UserInfo.objects.all().values('name')
print(res)
#<QuerySet [{'name': 'jack'}, {'name': 'tom'}, {'name': 'oscar'}, {'name': 'ankn'}]>
res1 = models.UserInfo.objects.filter().values()
print(res1)
# <QuerySet [{'uid': 1, 'name': 'jack', 'age': 18, 'register_time': datetime.datetime(2023......
res2 = models.UserInfo.objects.values()
print(res2)
# <QuerySet [{'uid': 1, 'name': 'jack', 'age': 18, 'register_time': datetime.datetime(2023......
8.values_list() 根据指定字段获取数据 结果是QuerySet [(),(),(),()]
res = models.UserInfo.objects.all().values_list('name','age')
print(res) #<QuerySet [('jack', 18), ('tom', 19), ('oscar', 20), ('ankn', 22)]>
9.distinct() 去重 数据一定要一模一样才可以 如果有主键肯定不行
res = models.UserInfo.objects.values('name','age').distinct()
print(res)
10.order_by() 根据指定条件排序 默认是升序 字段前面加负号就是降序
res = models.UserInfo.objects.all().order_by('age')
print(res)
# <QuerySet [<UserInfo: jack>, <UserInfo: tom>, <UserInfo: oscar>, <UserInfo: ankn>]>
11.get() 根据条件筛选数据并直接获取到数据对象 一旦条件不存在会直接报错 不建议使用
res = models.UserInfo.objects.get(uid=1)
print(res) # jack
res = models.UserInfo.objects.get(uid=100)
print(res) # 报错
res = models.UserInfo.objects.exclude(uid=2)
print(res) # <QuerySet [<UserInfo: jack>, <UserInfo: oscar>, <UserInfo: ankn>]>
13.reverse() 颠倒顺序(被操作的对象必须是已经排过序的才可以)
res = models.UserInfo.objects.all().order_by('age') # 升序
res1 = models.UserInfo.objects.all().order_by('age').reverse() # 返回升序之前
print(res,res1)
# <QuerySet [<UserInfo: jack>, <UserInfo: tom>, <UserInfo: oscar>, <UserInfo: ankn>]>
# <QuerySet [<UserInfo: ankn>, <UserInfo: oscar>, <UserInfo: tom>, <UserInfo: jack>]>
res = models.UserInfo.objects.all().count()
print(res) # 4
15.exists() 判断结果集中是否含有数据 如果有则返回True 没有则返回False
res = models.UserInfo.objects.all().exists() # 报错
res1 = models.UserInfo.objects.filter(uid=100).exists()
print(res1) # False
基础方法总结
1、返回QuerySet对象的方法有(大多通过模型类.objects.方法调用)
QuerySet对象形似存储了一个个记录对象的列表,但拥有一些特殊的属性,如query。
名称 | 语法 | 说明 |
---|---|---|
filter | res1 = models.User.objects.filter(name=‘Like’, age=20) | 筛选数据 返回值是一个QuerySet(可以看成是列表套数据对象)括号内不写查询条件 默认就是查询所有括号内可以填写条件 并且支持多个 逗号隔开 默认是and关系 |
all | res2 = models.User.objects.all() | 查询所有数据 返回值是一个QuerySet(可以看成是列表套数据对象) |
first | res3 = models.User.objects.first() | 获取Queryset中第一个数据对象 如果为空则返回None |
last | res4 = models.User.objects.last() | 获取Queryset中最后一个数据对象 如果为空则返回None |
get | res5 = models.User.objects.get(pk=2) | 直接根据条件查询具体的数据对象 但是条件不存在直接报错 不推荐使用 |
values | res6 = models.User.objects.values(‘name’, ‘age’) | 指定查询字段 结果是Queryset(可以看成是列表套字典数据) |
values_list | res7 = models.User.objects.values_list() | 指定全部字段 结果是Queryset(可以看成是列表套元组数据) |
order_by | res8 = models.User.objects.order_by(‘age’) 升序,res8_1 = models.User.objects.order_by(‘-age’, ‘name’)降序 | 指定字段排序 默认是升序 在字段前加负号则为降序 并且支持多个字段排序 |
count | res9 = models.User.objects.count() | 统计orm查询之后结果集中的数据格式 |
distinct | res10 = models.User.objects.values(‘name’, ‘age’).distinct() | 针对重复的数据集进行去重 一定要注意数据对象中的主键 |
exclude | res11 = models.User.objects.exclude() | 针对括号内的条件取反进行数据查询 QuerySet(可以看成是列表套数据对象) |
reverse | res12 = models.User.objects.all().order_by(‘age’).reverse() | 针对已经排了序的结果集做颠倒 |
exists | res13 = models.User.objects.exists() | 判断查询结果集是否有数据 返回布尔值 但是几乎不用因为所有数据自带布尔值 |
raw | res14 = models.User.objects.raw(‘select * from app01_user’) | 执行SQL语句 |
四、ORM底层SQL语句
我们现在知道了怎么查询数据了但是它的底层语句逻辑是什么呢?
方式1:
如果是Queryset对象 那么可以直接点Ctrl+左键点击query查看SQL语句
方式2:
需要到配置文件Settings中找一个空白位置复制一下代码 主要作用打印所有ORM操作对应的SQL语句
LOGGING = {
'version': 1,
'disable_existing_loggers': False,
'handlers': {
'console':{
'level':'DEBUG',
'class':'logging.StreamHandler',
},
},
'loggers': {
'django.db.backends': {
'handlers': ['console'],
'propagate': True,
'level':'DEBUG',
},
}
}
五、双下划线查询
结果对象还是query对象就可以无限制的点queryset对象的方法。
queryset.filter().values().filter().values_list().filter()....
django中将字段后加上__条件的方式让关键字参数拥有除等号外的其他含义。
数据查询(双下划线)
__gt | 大于 |
---|---|
__lt | 小于 |
__gte | 大于等于 |
__lte | 小于等于 |
__in | 类似于成员运算,在…里面 |
__range | 在什么范围之内 |
__contains | 是否含有,区分大小写 ,模糊查询 |
__icontains | 是否含有,不区分大小写 ,模糊查询 |
__year | 查询年份 |
__day | 查询日期天数 |
__second/minute | 查看秒/分 |
双下划线小训练
'''sql语句'''
# select * form userinfo where age>18;
res = models.UserInfo.objects.filter(age__gt=18)
print(res)
# <QuerySet [<UserInfo: tom1>, <UserInfo: oscar>, <UserInfo: ankn>, <UserInfo: jason>]>
'''sql语句'''
# select * form userinfo where age<38;
res = models.UserInfo.objects.filter(age__lt=38)
print(res)
# <QuerySet [<UserInfo: jack>, <UserInfo: tom1>, <UserInfo: oscar>, <UserInfo: ankn>]>
'''sql语句'''
# select * form userinfo where age>=38;
res = models.UserInfo.objects.filter(age__gte=38)
print(res)
# <QuerySet [<UserInfo: jason>]>
'''sql语句'''
# select * form userinfo where age<=38;
res = models.UserInfo.objects.filter(age__lte=38)
print(res)
# <QuerySet [<UserInfo: jack>, <UserInfo: tom1>, <UserInfo: oscar>, <UserInfo: ankn>]>
5.查询年龄是18或者20或者38的数据
'''sql语句'''
# select * form userinfo where age=18 or age=20 or age=38;
res = models.UserInfo.objects.filter(age__in=[18,20,38])
print(res)
# <QuerySet [<UserInfo: jack>, <UserInfo: oscar>]>
'''sql语句'''
# select * form userinfo where age>=18 and age<=38;
res = models.UserInfo.objects.filter(age__range=[18,38])
print(res)
# <QuerySet [<UserInfo: jack>, <UserInfo: tom1>, <UserInfo: oscar>, <UserInfo: ankn>]>
'''sql语句'''
# select * form userinfo where name like '%j%';
1.区分大小写
res = models.UserInfo.objects.filter(name__contains='j')
print(res)
# <QuerySet [<UserInfo: jack>, <UserInfo: jason>]>
2.不区分大小写
res = models.UserInfo.objects.filter(name__icontains='j')
res = models.UserInfo.objects.filter(register_time__year='2022')
print(res)
# <QuerySet [<UserInfo: tom1>, <UserInfo: ankn>]>
Django ORM __双下划线细解
exact:
精确匹配,例如 Book.objects.filter(title__exact='Django') 将返回所有标题为 'Django' 的书籍。
iexact:
不区分大小写的精确匹配,例如 Book.objects.filter(title__iexact='django') 将返回所有标题为 'django' 或 'Django' 的书籍。
contains:
包含匹配,例如 Book.objects.filter(title__contains='Django') 将返回所有标题中包含 'Django' 的书籍。
icontains:
不区分大小写的包含匹配,例如 Book.objects.filter(title__icontains='django') 将返回所有标题中包含 'django' 或 'Django' 的书籍。
in:
范围匹配,例如 Book.objects.filter(id__in=[1, 2, 3]) 将返回 ID 为 1、2 或 3 的书籍。
gt:
大于匹配,例如 Book.objects.filter(price__gt=10) 将返回价格大于 10 的书籍。
lt:
小于匹配,例如 Book.objects.filter(price__lt=10) 将返回价格小于 10 的书籍。
gte:
大于等于匹配,例如 Book.objects.filter(price__gte=10) 将返回价格大于等于 10 的书籍。
lte:
小于等于匹配,例如 Book.objects.filter(price__lte=10) 将返回价格小于等于 10 的书籍。
startswith:
以指定字符串开头匹配,例如 Book.objects.filter(title__startswith='Django') 将返回标题以 'Django' 开头的书籍。
istartswith:
不区分大小写的以指定字符串开头匹配,例如 Book.objects.filter(title__istartswith='django') 将返回标题以 'django' 或 'Django' 开头的书籍。
endswith:
以指定字符串结尾匹配,例如 Book.objects.filter(title__endswith='Django') 将返回标题以 'Django' 结尾的书籍。
iendswith:
不区分大小写的以指定字符串结尾匹配,例如 Book.objects.filter(title__iendswith='django') 将返回标题以 'django' 或 'Django' 结尾的书籍。
range:
范围匹配,例如 Book.objects.filter(price__range=[10, 20]) 将返回价格在 10 到 20 之间的书籍。
date:
日期匹配,例如 Book.objects.filter(publish_date__date=date(2021, 8, 1)) 将返回发行日期为 2021 年 8 月 1 日的书籍。
year:
年份匹配,例如 Book.objects.filter(publish_date__year=2021) 将返回发行日期为 2021 年的书籍。
month:
月份匹配,例如 Book.objects.filter(publish_date__month=8) 将返回发行日期为 8 月的书籍。
day:
日期匹配,例如 Book.objects.filter(publish_date__day=1) 将返回发行日期为 1 日的书籍。
hour:
小时匹配,例如 Book.objects.filter(publish_time__hour=10) 将返回发布时间为上午 10 点的书籍。
minute:
分钟匹配,例如 Book.objects.filter(publish_time__minute=30) 将返回发布时间为 30 分钟的书籍。
second:
秒匹配,例如 Book.objects.filter(publish_time__second=0) 将返回发布时间为整点的书籍。
isnull:
为空匹配,例如 Book.objects.filter(author__isnull=True) 将返回没有作者的书籍。
六、ORM外键字段创建
跟MySQL外键关系一样的判断规律
1.一对多 外键字段建立在多的一方
2.多对多 外键字段建立在第三张表中
3.一对一 建立在任何一方都可以,但是建议建立在操作频率高的一张表中
注意:目前关系的判断可以采用表与表之间换位思考原则
基础表的准备
一对一 ORM与MySQL一致,外键字段建立在查询频率较高的一方
一对多 ORM与MySQL一致,外键建立在多的一方
多对多 ORM比MySQL有更多的变化
1.外键字段可以之间建在某张表中(查询频率较高的)
内部会自动帮你创建第三张关系表
2.自己创建的三张关系表并创建外键字段
后续讲解
- ORM创建
针对一对多和一对一同步到表中之后自动
_id
的后缀,如book中建立的外键字段名publish
,会自动变成publish_id
。
1.一对多关系
publish = models.ForeignKey(to='Publish',on_delete=models.CASCADE)
在多的表中建立外键字段,会在表中产生一个实际的字段(自动加'_id后缀')
2.一对一
author_detail = models.OneToOneField(to='AuthorDetail',on_delete=models.CASCADE)
在查询频率较高的表中建立外键字段,会在表中产生一个实际的字段(自动加'_id后缀')
django1.x 针对外键的创建后的同步,是无需级联更新级联删除的,(on_delete = models.CASCADE)
django2.x 3.x则需要添加on_delete参数
1.多对多
authors = models.ManyToManyField(to='Author')
在查询频率较高的表中建立外键字段(ORM自动创建的,也可自己创建)
不会在表中产生实际的字段,而是告诉ORM创建第三张关系表。
模型表创建一对一、一对多和多对多的实例
需要注意的事项:
1.创建一对多关系
和sql语句一样,外键建立到多的那张表上,不同的是,我们可以不讲究关联表和被关联表的建立顺序。字段类为ForeignKey
在django2.x版本以上,建立一对多关系时需要指定on_delete参数为CASCADE,不加会报错,不过也不一定就是CASCADE,可能为其他实参,这里不展开。
建立外键时,系统会自动加上_id后缀作为字段名。
2.创建多对多关系
sql中是将两张表建立好后,将外键字段创建在第三张表中,而django为我们省去了这一步骤,我们可以在多对多关系双方的一个模型表中直接建立一个虚拟外键,ManyToManyField
在底层,sql依旧创建了第三张表来存储两表的多对多关系,但是在orm操作中我们就可以将模型表中的外键当做实实在在的联系,因为在查询时,我们感受不到第三张的表的存在。
多对多关系的外键没有on_delete关键字参数。
3.创建一对多关系
一对一的字段类为OneToOneField,建议建立在查询频率高的一方。
建立一对一关系时需要指定on_delete参数,否则报错。
多对多三种创建方法的补充
注意:
多对多关系这种虚拟外键才有add、set、clear、remove,一对一和一对多的表是无法使用这些方法
1.全自动创建
class Book(models.Model):
title = models.CharField(max_length=32)
authors=models.ManyToManyField(to='Author')
class Author(models.Model):
name = models.CharField(max_length=32)
优势:自动创建第三张表,并且提供了add、remove、set、clear四种操作
劣势:第三张表无法创建更多的字段,扩展性较差。如果我们有一些业务逻辑就是在关系表上,我们就无法通过第三张表完成了。
2.纯手动创建
class Book(models.Model):
title = models.CharField(max_length=32)
class Author(models.Model):
name = models.CharField(max_length=32)
class Book2Author(models.Model):
book=models.ForeignKey(to='Book')
author= models.ForeigKey(to='Author')
others=models.CharField(max_length=32)
join_time = models.DataField(auto_now_add=True)
劣势:编写繁琐,并不支持add、remove、set、clear以及正反向概念。
3.半自动创建
class Book(models.Model):
title = models.CharField(max_length=32)
authors = models.ManyToManyField(to='Author',
through='Book2Author',
through_fields=('book','author')# 外键在哪个表就把book表放前面
)
class Author(models.Model):
name = models.CharField(max_length=32)
class Book2Author(models.Model):
book = models.ForeignKey(to='Book', on_delete=models.CASCADE)
author = models.ForeignKey(to='Author', on_delete=models.CASCADE)
others = models.CharField(max_length=32)
join_time = models.DateField(auto_now_add=True)
优势:第三张表完全由自己创建,扩展性强,正反向概念依然可以使用
劣势:编写繁琐,并不支持add、remove、set、clear。
七、外键字段的相关操作
数据的创建
基本数据:提前将Publish,author以及authordetail三个表的数据信息录入,Book以及关系的绑定在下面详细介绍
'''先创建未存储外键字段的表数据'''
# models.Publish.objects.create(name='星海出版社',address='澳门')
# models.Publish.objects.create(name='上海出版社',address='上海')
# models.Publish.objects.create(name='北京出版社',address='北京')
models.Book.objects.create(title='Python从入门到放弃',price='233.1',publish_id=1)
models.Book.objects.create(title='Python爬虫从入门到入狱',price='666.6',publish_id=1)
models.Book.objects.create(title='MySQL从入门到删库跑路',price='555.5',publish_id=2)
models.Book.objects.create(title='论如何开启重启人生',price='999.9',publish_id=3)
2.外键的关联对象
publish_obj = models.Publish.objects.filter(pk=3).first()
print(publish_obj)
models.Book.objects.create(title='老人与海',price='111.1',publish_id=publish_obj.id)
3.一对一与一对多插入数据的方式是一致的
关于多对多关系外键字段的绑定
多对多外键属于实际不在模型表中的虚拟字段,多对多关系则需要django提供给我们的方法来实现增删改关系。拿到设立多对多外键的模型表的对象,用它点出外键属性,可以进行add、set、remove方法,这些方法都是这条记录对象的操作。
数据的增加add
语法:book_obj.authors.add()
# 对象.外键.add()
add可以通过关联的id或者关联的对象进行绑定关系
book_obj = models.Book.objects.filter(pk=3).first()
1.书与作者一对一绑定
book_obj.authors.add(1) # 在第三张关系表中给当前书籍绑定作者
2.书与作者一对多绑定
book_obj.authors.add(2,3)
3.作者对象与书对象的绑定
book_obj = models.Book.objects.filter(pk=4).first()
author_obj1 =models.Author.objects.filter(pk=2).first()
author_obj2 =models.Author.objects.filter(pk=3).first()
# book_obj.authors.add(author_obj1) # 可以添加一个作者对象
book_obj.authors.add(author_obj1,author_obj2) # 也可同时添加两个作者对象
总结:add(1) add(1,2) add(obj1) add(obj1,obj2)
数据的修改set
语法:book_obj.authors.set()
# 对象.外键.set()
set可以通过关联的id或者关联的对象进行修改绑定关系
4.绑定错误,如何修改使用set修改关系
""" 通过id修改的"""
book_obj = models.Book.objects.filter(pk=4).first()
book_obj.authors.set((1,3)) # set括号里面只能填写一个可跌倒对象()/[]或者对象
""" 原本id=4的书籍绑定的是作者2和作者3,通过set修改数据信息后绑定的是作者1和作者3"""
book_obj.authors.set([2,4])
"""通过对象修改的"""
book_obj = models.Book.objects.filter(pk=2).first()
book_obj.authors.add(1,2,4)
""" id=2的书绑定了作者1,作者2和作者4"""
book_obj = models.Book.objects.filter(pk=2).first()
author_obj1=models.Author.objects.filter(pk=1).first()
author_obj2=models.Author.objects.filter(pk=2).first()
author_obj4=models.Author.objects.filter(pk=4).first()
book_obj.authors.set((author_obj1,author_obj2))
""" id=2的书由绑定的作者1,作者2和作者4修改为作者1和作者4"""
book_obj.authors.set((author_obj1,author_obj2,author_obj4))
""" 通过修改,id=2的书还是绑定了作者1,作者2和作者4"""
总结set((1,)) set((1,2)) set((obj1,)) set((obj1,obj2))
语法:book_obj.authors.remove()
# 对象.外键.remove()
remove可以通过关联的id或者关联的对象进行移除绑定关系
5.数据的删除
book_obj= models.Book.objects.filter(pk=1).first()
author_obj1= models.Author.objects.filter(pk=1).first()
author_obj2= models.Author.objects.filter(pk=2).first()
""" 通过id去删除"""
book_obj.authors.remove(2) # 作者2
#book_obj.authors.remove(1,3)
""" 通过作者对象去删除"""
book_obj.authors.remove(author_obj1) # 作者1
#book_obj.authors.remove(author_obj1,author_obj2)
总结:remove(1) remove(1,2) remove(obj1) remove(obj1,obj2)
add()remove() 多个位置参数(数字 对象)
set() 可迭代对象(元组 列表) 数字 对象
clear() 情况当前数据对象的关系 ,不需要传参数
数据的清空 clear
语法:book_obj.authors.clear()
# 对象.外键.clear()
clear() 直接清空与book的id为1关联的所有作者
""" 清空主键为1的绑定关系"""
book_obj = models.Book.objects.filter(pk=1).first()
book_obj.authors.clear()
八、正反向概念
'正反向的概念核心就在于外键字段在谁手上'
外键在自己手上则是正向查询
外键在别人手上则是反向查询
正向查询
通过书查询出版社 外键字段在书表中
反向查询
通过出版社查询书 外键字段不在出版社表中
ORM跨表查询口诀>>>:正向查询按外键字段 反向查询按表名小写
九、ORM跨表查询
MySQL跨表查询的思路
1.子查询
分步操作:将一条SQL语句用括号括起来当做另外一条SQL语句的条件
2.连表操作
先整合多张表之后基于单表查询即可
inner join 内连接
left join 左连接
right join 右连接
基于对象的跨表查询(子查询)
数据准备
步骤:
1.查询书籍主键为3的出版社
# 书查询出版社表 正向 按照外键字段
book_obj = models.Book.objects.filter(pk=3).first()
print(book_obj.publish.name)
print(book_obj.publish.address)
2.查询书籍主键为2的作者
# 书查询作者 正向 按照外键字段
res = models.Book.objects.filter(pk=5).first()
print(res.title)
print(res.authors)
print(res.authors.all())
3.查询作者李四的电话号码
# 作者查询作者详情 正向 按照外键字段
res = models.Author.objects.filter(name='李四').first()
print(res.author_detail.phone)
"""
在书写orm语句的时候跟写sql语句一样的
不要企图一次性将orm语句写完 如果比较复杂 就写一点看一点
正向什么时候需要加.all()
当你的结果可能有多个的时候就需要加.all()
如果是一个则直接拿到数据对象
book_obj.publish
book_obj.authors.all()
author_obj.author_detail
"""
4.查询出版社是上海出版社出版的书
# 出版社查询书 反向 表名小写
res = models.Publish.objects.filter(name='上海出版社').values('book__title')
print(res)
5.查询作者是王五写过的书
# 作者查询书 反向 按照表名小写
res = models.Author.objects.filter(name='王五').values("book__title")
print(res)
6.查询手机号是110的作者姓名
# 作者详情表查询作者 反向 按照表名小写
res = models.AuthorDetail.objects.filter(phone=110).select_related("author")
for i in res:
print(i.author.name)
"""
基于对象
反向查询的时候
当你的查询结果可以有多个的时候 就必须加_set.all()
当你的结果只有一个的时候 不需要加_set.all()
自己总结出 自己方便记忆的即可 每个人都可以不一样
"""
基于双下划线的跨表查询(联表查询)
1.查询李四的手机号和作者姓名
res = models.Author.objects.filter(name='李四').values('author_detail__phone','name')
print(res)
'''反向查询'''
res = models.AuthorDetail.objects.filter(author__name='李四').values('phone','author__name')
print(res)
2.查询书籍主键为4的出版社名称和书的名称
# 书查询出版社 正向 外键字段
res = models.Book.objects.filter(pk=4).values('publish__name','title')
print(res)
'''反向查询'''
res = models.Publish.objects.filter(book__pk=4).values('book__title','name')
print(res)
3.查询书籍主键为3的作者姓名
# 书查作者 正向 外键字段
res = models.Book.objects.filter(pk=3).values('authors__name')
print(res)
'''反向查询'''
res = models.Author.objects.filter(book__id = 3).values('name')
print(res)
查询书籍主键是5的作者的手机号
res = models.Book.objects.filter(pk=5).values('authors__author_detail__phone')
print(res)
'''反向查询'''
res = models.Author.objects.filter(book__id=5).values('author_detail__phone')
print(res)
"""
你只要掌握了正反向的概念
以及双下划线
那么你就可以无限制的跨表
"""
聚合查询
函数名 | 描述 |
---|---|
Max | 大于 |
Min | 小于 |
Sum | 求和 |
Count | 统计某个数据 |
Avg | 平均值 |
"""
聚合查询通常情况下都是配合分组一起使用的
只要是跟数据库相关的模块
基本上都在django.db.models里面
如果上述没有那么应该在django.db里面
"""
如果我们在ORM中使用聚合函数,ORM支持单独使用聚合函数,步骤如下:
from django.db.models import Max,Min,Sum,Count,Avg
使用关键字aggregate
1 所有书的平均价格
res = models.Book.objects.aggregate(Avg('price'))
print(res)
2.上述方法一次性使用
res = models.Book.objects.aggregate(Avg('price'),Sum('price'),Min('price'),Max('price'),Count('pk'))
print(res)
分组查询
如果执行ORM分组查询报错,并且又关键sql_mode / strict mode ,那么就去移除sql_mode中的only_full_group_by
1.统计每一本书的作者个数
res = models.Book.objects.annotate(num_author=Count('authors')).values('title','num_author')
'author_num是我们自己定义的字段 用来存储统计出来的每本书对应的作者个数'
print(res)
2.统计每个出版社卖的最便宜的书的价格
res = models.Publish.objects.annotate(min_price=Min('book__price')).values('name','min_price')
print(res)
3.统计不止一个作者的图书
res=models.Book.objects.annotate(author_num=Count('authors')).filter(author_num__gt=1).values('title','author_num')
print(res)
4.查询每个作者出的书的总价格
res = models.Author.objects.annotate(book_price=Sum('book__price')).values('name','book_price')
print(res)
1.按照表分组
models.表名.objects.annotate()
2.按照表中字段名来分组
models.表名.objects.values('字段名').annotate()
eg:
res= models.Book.objects.values('publish_id').annotate(count_pk=Count('pk')).values('publish_id','count_pk')
print(res)
注意:values在annotate前就是按照values()括号里面字段名来分组;values()在annotate后就是按照前面的表名分组,values就是拿值的
F与Q查询
F查询
在上述条件等,我们只借助ORM操作,是实现不了的,我们需要在ORM中就需要借助F方法。
from django.db.models import F 导入模块
1.查询卖出数大于库存数的书籍
res = models.Book.objects.filter(maichu__gt=F('kucun')).values('title')
print(res)
2.将所有书籍的价格提升500块
models.Book.objects.update(price=F('price')+500)
'在操作字符类型的数据的时候 F不能够直接做到字符串的拼接'
3.将所有书的名称后面加上爆款两个字
from django.db.models.functions import Concat
from django.db.models import Value
# models.Book.objects.update(title=F('title')+'爆款') # 使用F会让所有的名称变为空白
models.Book.objects.update(title=Concat(F'title',Value('爆款')))
Q查询
在ORM操作中,筛选条件中存在或、非的关系需要借助Q方法来实现。
符号 | 描述 |
---|---|
,(逗号) | and的关系 |
| | or的关系 |
~ | not的关系 |
from django.db.models import Q
1.查询卖出数大于1000或者价格小于800的书籍
res = models.Book.objects.filter(Q(maichu__gt=1000),Q(price__lt=800)).values('title')
'''Q包裹逗号分割 还是and关系'''
res = models.Book.objects.filter(Q(maichu__gt=1000)|Q(price__lt=800)).values('title')
'''| or关系'''
res = models.Book.objects.filter(~(Q(maichu__gt=1000)|Q(price__lt=800))).values('title')
'''~ not关系'''
# print(res)
Q方法使用总结:
- 两个条件是或关系Q(条件1) | Q(条件2)
- 两个条件是非关系~Q(条件)
Q查询的进阶操作
from django.db.models import Q
'Q的高阶用法 能够将查询条件的左边也变成字符串的形式'
q = Q() '产生一个Q对象'
q.connector='or' '默认是多个条件的连接时and,修改成or'
q.children.append(('maichu__gt',1000)) '添加查询条件'
q.children.append('price__lt',800) '支持添加多个'
res = models.Book.objects.filter(q) '查询文件直接填写Q对象'
print(res)
原文地址:https://blog.csdn.net/achen_m/article/details/134428964
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.7code.cn/show_13209.html
如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除!