本文介绍: 1、返回QuerySet对象方法有(大多通过模型类.objects.方法调用)QuerySet对象形似存储一个记录对象的列表,但拥有一些特殊属性,如query

一、表查询数据准备测试环境搭建

模型层前期准备

使用django ORM要注意

  1. django自带sqlite3数据可对时间字段敏感,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。

  2. django ORM并不会自动我们创建库,所以需要提前准备好’‘数据库’’

  3. id字段自动添加的,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。

  4. Django支持MySQL5.5及更高版本

测试环境搭建

我们需要新建一个Django项目,为了便于我们更加方便操作模型层,有两种方式可以直接调用到模型层。

方式一:在Django自带测试环境
pycharm提供的python console(临时保存,不推荐使用
在这里插入图片描述
方式二:在项目内的任意py文件内,推荐应用下面的一个tests.py文件进行

	import os

	if __name__ == "__main__":
		# 注意:mysite.settings修改自己的!!项目名.settings
	    os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'Ku.settings')
	    import django
	    django.setup() # 以独立方式运行Django程序
	    
	    # 以下编辑我们需要代码

代码演示

测试test.py

	import os

	if __name__ == "__main__":
		# 注意:mysite.settings修改自己的!!项目名.settings
	    os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'Ku.settings')
	    import django
	    django.setup() # 以独立方式运行Django程序
	    
	    from app import models
	    models.UserInfo.objects.all()

models.py

	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 该字段会自动当前时间更新 
	    auto_now_add    : 在创建数据的时候会自动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

在这里插入图片描述

切换MySQL数据库

	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

如何查看django ORM 底层原理

django ORM本质还是SQL语句

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

结论:有些不是QuerySet对象,就不能通过点query的形式点出来,就只能使用通过的方法

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

模型层之ORM常见关键字
基础的增删改查

方法 返回
create(字段名=数据) 创建数据记录对象
filter(筛选条件) QuerySet列表对象
filter().update(修改内容) 影响行数
filter().delete() 影响行数即各表受影响行数

三、ORM常见的查询关键字

	1.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.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循环索引取值但是索引支持负数
	4.虽然queryset支持索引但是当queryset没有数据的时候索引报错 推荐使用first

1.create 创建数据并直接获取当前创建的数据对象

	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

4.update() 更新数据(批量更新)

	models.UserInfo.objects.filter().update()  # 批量更新
    models.UserInfo.objects.filter(uid=4).update(9) # 单个删除

5.delete() 删除数据(批量删除)

	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

12.exclude() 取反操作

	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>]>

14.count() 统计结果集中数据的个数

	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

下划线训练

数据表提前准备
在这里插入图片描述

1.查询年龄大于18的用户数据

	'''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>]>

2.查询年龄小于38的用户数据

	'''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>]>

3.查询年龄大于等于38的用户数据

	'''sql语句'''
    # select * form userinfo where age>=38;
    
	res = models.UserInfo.objects.filter(age__gte=38)
    print(res)
    # <QuerySet [<UserInfo: jason>]>

4.查询年龄小于等于38的用户数据

	'''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>]>

6.查询年龄在18到38范围之间的用户数据

	'''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>]>

7.查询名字中含有字母j的用户数据

	'''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')

8.查询注册年份是2022的数据

	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'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''Django'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'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''Django'书籍in范围匹配,例如 Book.objects.filter(id__in=[1, 2, 3]) 将返回 ID 为 123书籍。
gt:
	大于匹配,例如 Book.objects.filter(price__gt=10) 将返回价格大于 10书籍。
lt:
	小于匹配,例如 Book.objects.filter(price__lt=10) 将返回价格小于 10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''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''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 1020 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 202181 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

	1.一对外键字段建立在多的一方
	2.多对多 外键字段建立在第三表中
	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

  1. 创建基础表(书籍表、出版社表、作者表、作者详情表)
  2. 确定外键关系
	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
  1. ORM创建

针对一对多和一对一同步表中之后自动 _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'_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'_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

针对多对多,不会在表中有展示,而是自动创建第三张表

	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

在这里插入图片描述
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addremove、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.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)

优势:第三张表完全由自己创建,扩展性

劣势:编写繁琐,并不支持addremove、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

一对多和一对一实际外键字段的绑定
1.外键关联的实际字段

针对一对多,插入数据可以直接填写表中的实际字段

	'''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

针对一对多,插入数据也可以填写表中的类中字段名

	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))

数据的删除remove

	  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()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

数据的清空 clear

		语法:book_obj.authors.clear()   
		# 对象.外键.clear()
		clear() 直接清空与book的id1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: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连接
			left join连接
			right join连接

基于对象的跨表查询(子查询)

数据准备
在这里插入图片描述

步骤

  1. 先根据条件获取数据对象
  2. 判断正反向查询(正向查询按外键,反向查询按表名小写)
	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个人都可以不一样
    """

基于下划线的跨表查询(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 描述
Max 大于
Min 小于
Sum 求和
Count 统计个数
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)

上述分组都是按照表来分组,我们也可以按照表中的字段名分组

	1.按照表分组
	models.表名.objects.annotate()
	2.按照表中字段名分组
		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后就是按照前面表名分组,values就是拿值的

F与Q查询

F查询

当查询条件不是很明确的,也需要从数据库获取,就需要使用F查询。

简单理解

  1. 两个字段进行比较的筛选条件(库存数大于卖出数),
  2. 在原来的数值字段增加数值(500),
  3. 在原来的字段名后面加字(+爆款)

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会让所有的名称为空
    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!

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注