Django模型层
Django模型层
ORM简介
MVC或者MVC框架中包括一个重要的部分，就是ORM，它实现了数据模型与数据库的解耦，即数据模型的设计不需要依赖于特定的数据库，通过简单的配置就可以轻松更换数据库，这极大的减轻了开发人员的工作量，不需要面对因数据库变更而导致的无效劳动
ORM是“对象-关系-映射”的简称。
sql语句会通过ORM和python中的类和对象一一对应，即通过ORM我们不需要再写sql语句，而是通过面向对象的语法对数据库进行操作。
#sql中的表 #创建表: CREATE TABLE employee( id INT PRIMARY KEY auto_increment , name VARCHAR (20), gender BIT default 1, birthday DATA , department VARCHAR (20), salary DECIMAL (8,2) unsigned, ); #sql中的表纪录 #添加一条表纪录: INSERT employee (name,gender,birthday,salary,department) VALUES ("alex",1,"1985-12-12",8000,"保洁部"); #查询一条表纪录: SELECT * FROM employee WHERE age=24; #更新一条表纪录: UPDATE employee SET birthday="1989-10-24" WHERE id=1; #删除一条表纪录: DELETE FROM employee WHERE name="alex" #python的类 class Employee(models.Model): id=models.AutoField(primary_key=True) name=models.CharField(max_length=32) gender=models.BooleanField() birthday=models.DateField() department=models.CharField(max_length=32) salary=models.DecimalField(max_digits=8,decimal_places=2) #python的类对象 #添加一条表纪录: emp=Employee(name="alex",gender=True,birthday="1985-12-12",epartment="保洁部") emp.save() #查询一条表纪录: Employee.objects.filter(age=24) #更新一条表纪录: Employee.objects.filter(id=1).update(birthday="1989-10-24") #删除一条表纪录: Employee.objects.filter(name="alex").delete()
单表操作
1.创建模型
创建名为book的app，在book下的models.py中创建模型：
from django.db import models # Create your models here. class Book(models.Model): def __str__(self): return self.title # 打印对象时返回指定的数据 id = models.AutoField(primary_key=True) title = models.CharField(max_length=32) pub_date = models.DateField() price = models.DecimalField(max_digits=8, decimal_places=2) publish = models.CharField(max_length=32)
2.更多的字段和参数
每个字段有一些特有的参数，例如，CharField需要max_length参数来指定VARCHAR数据库字段的大小。还有一些适用于所有字段的通用参数。 这些参数在文档中有详细定义，这里我们只简单介绍一些最常用的：
更多字段：
''' <1> CharField 字符串字段, 用于较短的字符串. CharField 要求必须有一个参数 maxlength, 用于从数据库层和Django校验层限制该字段所允许的最大字符数. <2> IntegerField #用于保存一个整数. <3> FloatField 一个浮点数. 必须 提供两个参数: 参数 描述 max_digits 总位数(不包括小数点和符号) decimal_places 小数位数 举例来说, 要保存最大值为 999 (小数点后保存2位),你要这样定义字段: models.FloatField(..., max_digits=5, decimal_places=2) 要保存最大值一百万(小数点后保存10位)的话,你要这样定义: models.FloatField(..., max_digits=19, decimal_places=10) admin 用一个文本框(<input type="text">)表示该字段保存的数据. <4> AutoField 一个 IntegerField, 添加记录时它会自动增长. 你通常不需要直接使用这个字段; 自定义一个主键：my_id=models.AutoField(primary_key=True) 如果你不指定主键的话,系统会自动添加一个主键字段到你的 model. <5> BooleanField A true/false field. admin 用 checkbox 来表示此类字段. <6> TextField 一个容量很大的文本字段. admin 用一个 <textarea> (文本区域)表示该字段数据.(一个多行编辑框). <7> EmailField 一个带有检查Email合法性的 CharField,不接受 maxlength 参数. <8> DateField 一个日期字段. 共有下列额外的可选参数: Argument 描述 auto_now 当对象被保存时,自动将该字段的值设置为当前时间.通常用于表示 "last-modified" 时间戳. auto_now_add 当对象首次被创建时,自动将该字段的值设置为当前时间.通常用于表示对象创建时间. （仅仅在admin中有意义...) <9> DateTimeField 一个日期时间字段. 类似 DateField 支持同样的附加选项. <10> ImageField 类似 FileField, 不过要校验上传对象是否是一个合法图片.#它有两个可选参数:height_field和width_field, 如果提供这两个参数,则图片将按提供的高度和宽度规格保存. <11> FileField 一个文件上传字段. 要求一个必须有的参数: upload_to, 一个用于保存上载文件的本地文件系统路径. 这个路径必须包含 strftime #formatting, 该格式将被上载文件的 date/time 替换(so that uploaded files don't fill up the given directory). admin 用一个<input type="file">部件表示该字段保存的数据(一个文件上传部件) . 注意：在一个 model 中使用 FileField 或 ImageField 需要以下步骤: （1）在你的 settings 文件中, 定义一个完整路径给 MEDIA_ROOT 以便让 Django在此处保存上传文件. (出于性能考虑,这些文件并不保存到数据库.) 定义MEDIA_URL 作为该目录的公共 URL. 要确保该目录对 WEB服务器用户帐号是可写的. （2） 在你的 model 中添加 FileField 或 ImageField, 并确保定义了 upload_to 选项,以告诉 Django 使用 MEDIA_ROOT 的哪个子目录保存上传文件.你的数据库中要保存的只是文件的路径(相对于 MEDIA_ROOT). 出于习惯你一定很想使用 Django 提供的 get_<#fieldname>_url 函数.举例来说,如果你的 ImageField 叫作 mug_shot, 你就可以在模板中以 {{ object.#get_mug_shot_url }} 这样的方式得到图像的绝对路径. <12> URLField 用于保存 URL. 若 verify_exists 参数为 True (默认), 给定的 URL 会预先检查是否存在( 即URL是否被有效装入且 没有返回404响应). admin 用一个 <input type="text"> 文本框表示该字段保存的数据(一个单行编辑框) <13> NullBooleanField 类似 BooleanField, 不过允许 NULL 作为其中一个选项. 推荐使用这个字段而不要用 BooleanField 加 null=True 选项 admin 用一个选择框 <select> (三个可选择的值: "Unknown", "Yes" 和 "No" ) 来表示这种字段数据. <14> SlugField "Slug" 是一个报纸术语. slug 是某个东西的小小标记(短签), 只包含字母,数字,下划线和连字符.#它们通常用于URLs 若你使用 Django 开发版本,你可以指定 maxlength. 若 maxlength 未指定, Django 会使用默认长度: 50. #在 以前的 Django 版本,没有任何办法改变50 这个长度. 这暗示了 db_index=True. 它接受一个额外的参数: prepopulate_from, which is a list of fields from which to auto-#populate the slug, via JavaScript,in the object's admin form: models.SlugField (prepopulate_from=("pre_name", "name"))prepopulate_from 不接受 DateTimeFields. <13> XMLField 一个校验值是否为合法XML的 TextField,必须提供参数: schema_path, 它是一个用来校验文本的 RelaxNG schema #的文件系统路径. <14> FilePathField 可选项目为某个特定目录下的文件名. 支持三个特殊的参数, 其中第一个是必须提供的. 参数 描述 path 必需参数. 一个目录的绝对文件系统路径. FilePathField 据此得到可选项目. Example: "/home/images". match 可选参数. 一个正则表达式, 作为一个字符串, FilePathField 将使用它过滤文件名. 注意这个正则表达式只会应用到 base filename 而不是 路径全名. Example: "foo.*\.txt^", 将匹配文件 foo23.txt 却不匹配 bar.txt 或 foo23.gif. recursive可选参数.要么 True 要么 False. 默认值是 False. 是否包括 path 下面的全部子目录. 这三个参数可以同时使用. match 仅应用于 base filename, 而不是路径全名. 那么,这个例子: FilePathField(path="/home/images", match="foo.*", recursive=True) ...会匹配 /home/images/foo.gif 而不匹配 /home/images/foo/bar.gif <15> IPAddressField 一个字符串形式的 IP 地址, (i.e. "24.124.1.30"). <16> CommaSeparatedIntegerField 用于存放逗号分隔的整数值. 类似 CharField, 必须要有maxlength参数. '''
更多参数:
(1)null 如果为True，Django 将用NULL 来在数据库中存储空值。 默认值是 False. (1)blank 如果为True，该字段允许不填。默认为False。 要注意，这与 null 不同。null纯粹是数据库范畴的，而 blank 是数据验证范畴的。 如果一个字段的blank=True，表单的验证将允许该字段是空值。如果字段的blank=False，该字段就是必填的。 (2)default 字段的默认值。可以是一个值或者可调用对象。如果可调用 ，每有新对象被创建它都会被调用。 (3)primary_key 如果为True，那么这个字段就是模型的主键。如果你没有指定任何一个字段的primary_key=True， Django 就会自动添加一个IntegerField字段做为主键，所以除非你想覆盖默认的主键行为， 否则没必要设置任何一个字段的primary_key=True。 (4)unique 如果该值设置为 True, 这个数据字段的值在整张表中必须是唯一的 (5)choices 由二元组组成的一个可迭代对象（例如，列表或元组），用来给字段提供选择项。 如果设置了choices ，默认的表单将是一个选择框而不是标准的文本框，<br>而且这个选择框的选项就是choices 中的选项。 3 settings配置
3.settings设置
若想将模型转为mysql数据库中的表，需要在settings中配置：
DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME':'bms', # 要连接的数据库，连接前需要创建好 'USER':'root', # 连接数据库的用户名 'PASSWORD':'', # 连接数据库的密码 'HOST':'127.0.0.1', # 连接主机，默认本级 'PORT:：3306 # 端口 默认3306 } }
注意1：NAME即数据库的名字，在mysql连接前该数据库必须已经创建，而上面的sqlite数据库下的db.sqlite3则是项目自动创建 USER和PASSWORD分别是数据库的用户名和密码。设置完后，再启动我们的Django项目前，我们需要激活我们的mysql。然后，启动项目，会报错：no module named MySQLdb 。这是因为django默认你导入的驱动是MySQLdb，可是MySQLdb 对于py3有很大问题，所以我们需要的驱动是PyMySQL 所以，我们只需要找到项目名文件下的__init__,在里面写入：
import pymysql pymysql.install_as_MySQLdb()
最后通过两条数据库迁移命令即可在指定的数据库中创建表 ：
python manage.py makemigrations
python manage.py migrate
注意2:确保配置文件中的INSTALLED_APPS中写入我们创建的app名称
INSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', "book" ]
注意3:如果报错如下：
django.core.exceptions.ImproperlyConfigured: mysqlclient 1.3.3 or newer is required; you have 0.7.11.None
MySQLclient目前只支持到python3.4，因此如果使用的更高版本的python，需要修改如下：
通过查找路径C:\Programs\Python\Python36-32\Lib\site-packages\Django-2.0-py3.6.egg\django\db\backends\mysql
这个路径里的文件把
if version < (1, 3, 3): raise ImproperlyConfigured("mysqlclient 1.3.3 or newer is required; you have %s" % Database.__version__)
注释掉 就OK了。
注意4: 如果想打印orm转换过程中的sql，需要在settings中进行如下配置：
LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'handlers': { 'console':{ 'level':'DEBUG', 'class':'logging.StreamHandler', }, }, 'loggers': { 'django.db.backends': { 'handlers': ['console'], 'propagate': True, 'level':'DEBUG', }, } }
添加表记录
# 方式1 Book_Obj = Book(title='python', pub_date='2020-5-13', price=8000, publish='luffycity') Book_Obj.save() # 方式2 Book_Obj = Book.objects.create(title='python', pub_date='2020-5-13', price=8000, publish='luffycity')
# 返回的是插入的记录的对象
查询表记录
# 方式1 Book_Obj = Book(title='python', pub_date='2020-5-13', price=8000, publish='luffycity') Book_Obj.save() # 方式2 Book_Obj = Book.objects.create(title='python', pub_date='2020-5-13', price=8000, publish='luffycity') # 返回的是插入的记录的对象 查询表记录 # 1. all() 调用者 ：管理器 返回值:<QuerySet [<Book: python>, <Book: go>, #<Book: linux>]> # QuerySet 是django自己定义的一种数据类型 形式是列表里面放入一个个实例 #[object1,object2,.....] 支持索引 切片操作 ret = Book.objects.all() print(ret) #2.filter 调用者 管理器 返回值 <QuerySet [<Book: python>]> #过滤 返回QuerySet对象 ret = Book.objects.filter(title='python') print(ret) #3.get #调用者 管理器 返回值 ： go # 返回条件筛选匹配的对象 返回值只有一个 未匹配到 或者匹配值多于一个会报错 ret = Book.objects.get(title='go') print(ret) #4 exclude 调用者 管理器 返回值 <QuerySet [<Book: python>, <Book: go>]> #返回不匹配的对象 ret = Book.objects.exclude(title='linux') print(ret) # <QuerySet [<Book: python>, <Book: go>]> #5 order_by 调用者QuerySet 返回值 QuerySet # 对匹配到的QuerySet根据每一字段进行升序排序 在字典前加‘-’可降序排序 ret = Book.objects.all().order_by('-price') print(ret) # 6 reverse() 对QuerySet 进行倒序排序 ret = Book.objects.all().order_by('-price').reverse() print(ret) #7 count() 查询QuerySet中的对象数量 ret = Book.objects.all().order_by('-price').reverse().count() print(ret) # 8 first last 调用者 QuerySet 返回值 model ret1 = Book.objects.all().order_by('-price').reverse().first() ret2 = Book.objects.all().order_by('-price').reverse().last() print(ret1, ret2) # go python #9 exists() 如果QuerySet包含数据，就返回True，否则返回False ret = Book.objects.all().exists() # 查找到一条结果就返回 效率高 if ret: return HttpResponse('OK') # values 和 values_list 可放入多个字段 返回值会对应增加键值对或值 #10 values() 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 # 调用者是QuerySet 返回值也是QuerySet(特殊) ret = Book.objects.all().values('price') # 取这个字段所有的值 print(ret) # <QuerySet [{'price': Decimal('8000.00')}, {'price': Decimal('5000.00')}, {'price': Decimal('7000.00')}]> # 键对应的其实就是一个数值 Decimal 只是显示出来而已 return HttpResponse('OK') # < 13 > 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 ret = Book.objects.all().values_list('price') # 取这个字段所有的值 print(ret) # <QuerySet [(Decimal('8000.00'),), (Decimal('5000.00'),), (Decimal('7000.00'),)]> return HttpResponse('OK') #< 14 > distinct(): 从返回结果中剔除重复纪录 # 对某一字段去重才有意义 ret = Book.objects.all().values_list('publish').distinct() print(ret) # <QuerySet [('luffycity',)]> return HttpResponse('OK')
基于双下划线的模糊查询
ret = Book.objects.filter(price__in=[7000,9000, 10000]) # 返回价格在列表之中的QuerySet Book.objects.filter(price__gt=100) # 价格大于100 Book.objects.filter(price__lt=100) # 价格小于100 Book.objects.filter(price__range=[100,200]) # 价格在100-200之间的 Book.objects.filter(title__contains="p") # title中包含p的 Book.objects.filter(title__icontains="p") # title中包含p 不分大小写 Book.objects.filter(title__startswith="py") # title以py开头的 Book.objects.filter(publish__year=2012) # __year 只有日期类型有这个方法 匹配指定年份的
删除表记录
删除方法就是 delete()。它运行时立即删除对象而不返回任何值。例如：
model_obj.delete()
你也可以一次性删除多个对象。每个 QuerySet 都有一个 delete() 方法，它一次性删除 QuerySet 中所有的对象。
例如，下面的代码将删除 pub_date 是2005年的 Entry 对象：
Entry.objects.filter(pub_date__year=2005).delete()
在 Django 删除对象时，会模仿 SQL 约束 ON DELETE CASCADE 的行为，换句话说，删除一个对象时也会删除与它相关联的外键对象。例如：
b = Blog.objects.get(pk=1) # This will delete the Blog and all of its Entry objects. b.delete()
要注意的是： delete() 方法是 QuerySet 上的方法，但并不适用于 Manager 本身。这是一种保护机制，是为了避免意外地调用 Entry.objects.delete() 方法导致 所有的 记录被误删除。如果你确认要删除所有的对象，那么你必须显式地调用：
Entry.objects.all().delete()
如果不想级联删除，可以设置为:
pubHouse = models.ForeignKey(to='Publisher', on_delete=models.SET_NULL, blank=True, null=True)
修改表记录
Book.objects.filter(title__startswith="py").update(price=120)
此外，update()方法对于任何结果集（QuerySet）均有效，这意味着你可以同时更新多条记录update()方法会返回一个整型数值，表示受影响的记录条数。
多表操作
实例：我们来假定下面这些概念，字段和关系
作者模型：一个作者有姓名和年龄。
作者详细模型：把作者的详情放到详情表，包含生日，手机号，家庭住址等信息。作者详情模型和作者模型之间是一对一的关系（one-to-one）
出版商模型：出版商有名称，所在城市以及email。
书籍模型： 书籍有书名和出版日期，一本书可能会有多个作者，一个作者也可以写多本书，所以作者和书籍的关系就是多对多的关联关系(many-to-many);
一本书只应该由一个出版商出版，所以出版商和书籍是一对多关联关系(one-to-many)。
模型建立如下：
from django.db import models # Create your models here. class Author(models.Model): def __str__(self): return self.name nid = models.AutoField(primary_key=True) name = models.CharField( max_length=32) age=models.IntegerField() # 一对一 authorDetail = models.OneToOneField(to='AuthorDetail', on_delete=models.CASCADE) # 自动生成authordetail_id class AuthorDetail(models.Model): nid = models.AutoField(primary_key=True) birthday = models.DateField() telephone = models.BigIntegerField() addr = models.CharField( max_length=64) class Publish(models.Model): nid = models.AutoField(primary_key=True) name = models.CharField(max_length=32) city = models.CharField(max_length=32) email = models.EmailField() class Book(models.Model): def __str__(self): return self.title nid = models.AutoField(primary_key=True) title = models.CharField(max_length=32) publishDate = models.DateField() price = models.DecimalField(max_digits=5, decimal_places=2) # 一对多 publish = models.ForeignKey(to='Publish', to_field='nid', on_delete=models.CASCADE) # to_field如果没有默认和主键关联 # 自动生成publish_id INT # django2以上 多对一 一对一 要说明on_delete = models.CASCADE authors = models.ManyToManyField(to='Author') # 与Author表建立多对多的关系,ManyToManyField可以建在两个模型中的任意一个，自动创建第三张表 相当于下面两种的写法： sql语句： ''' CREATE TABLE book_authors( id INT PRIMARY KEY auto_increment , book_id INT , author_id INT , FOREIGN KEY (book_id) REFERENCES book(id), FOREIGN KEY (author_id) REFERENCES author(id) ) ''' 单独创建时的语句 # class Book2Author(models.Model): # nid = models.AutoField(primary_key=True) # book=models.ForeignKey(to="Book") # author=models.ForeignKey(to="Author")
生成表如下：
注意事项：
- 表的名称myapp_modelName,是根据模型中的源数据自动生成的，也可以覆写为别的名称
- id字段是自动添加的
- 对于外键字段，Django 会在字段名上添加'_id' 来创建数据库中的列名
- 这个例子中的
CREATE TABLESQL 语句使用PostgreSQL 语法格式，要注意的是Django 会根据settings 中指定的数据库类型来使用相应的SQL 语句。 - 定义好模型之后，你需要告诉Django _使用_这些模型。你要做的就是修改配置文件中的INSTALL_APPSZ中设置，在其中添加
models.py所在应用的名称。 - 外键字段 ForeignKey 有一个 null=True 的设置(它允许外键接受空值 NULL)，你可以赋给它空值 None 。
添加表记录
操作前先简单的录入一些数据：
publish表：
author表：
authordetail表:
一对多
# 一对多 # 为Book表绑定出版社 # 方式1 book_obj = Book.objects.create(title='西游记',price=200, publishDate='2012-2-12', publish_id=1) # 方式2 pub_obj = Publish.objects.filter(nid=1).first() book_obj = Book.objects.create(title='三国演义',price=200, publishDate='2012-2-12', publish=pub_obj) # 这两种方式无论是添加publish 还是publish_id 都会生成这两个属性 publish_id对应出版社的主键id # publish对应出版社对象 # 因此可直接通过书本对象来查询出版社的信息
多对多
book_obj = Book.objects.create(title='红楼梦', price=200, publishDate='2012-1-1', publish_id=1) alex = Author.objects.get(name='alex') egon = Author.objects.get(name='egon') book_obj.authors.add(alex, egon) # 找到alex egon对象对应主键 添加到第三张表里 book_obj.authors.add(1,2) book_obj.authors.add(*[1,2]) # 三种方式均可
多对多的其他常规操作方法
book_obj.authors.remove() # 将某个特定的对象从被关联对象集合中去除。 ====== book_obj.authors.remove(*[]) book_obj.authors.clear() #清空被关联对象集合 book_obj.authors.set() #先清空再设置
示例：
book = Book.objects.filter(title='红楼梦').first() book.authors.remove(2) # 删除对应的2这条记录 book.authors.remove(*[1, 2])# 效果相同 book.authors.clear() # 将第三张表清空 ret = book.authors.all() # queryset 与这本书关联的所有作者对象的集合
基于对象的跨表查询（子查询）
# 一对多查询 正向查询:按字段 反向查询:表名小写_set.all() book_obj.publish Book(关联属性:publish)对象 --------------> Publish对象 <-------------- publish_obj.book_set.all() # queryset # 多对多查询 正向查询:按字段 反向查询:表名小写_set.all() book_obj.authors.all() Book(关联属性:authors)对象 ------------------------> Author对象 <------------------------ author_obj.book_set.all() # queryset # 一对一查询 正向查询:按字段 反向查询:表名小写 author.authordetail Author(关联属性:authordetail)对象 ------------------------>AuthorDetail对象 <------------------------ authordetail.author
示例
# 表A----关联表B # 关联字段在A表 # 正向查询 A----->B # 反向查询 B----->A # 1. 一对多查询 ret.publish # 查询红楼梦对应的出版社名 # 一对多正向查询 # 正向查询直接通过.publish即可 ret = Book.objects.filter(title='红楼梦').first() print(ret.publish) # 与这本书关联的出版社对象 print(ret.publish.name) # 查询人民出版社出版的书籍名 publish.book_set.all() # 一对多反向查询 # 反向查询 找到出版社对象 .表名_set.all() 找到所有的书籍对象 queryset publish = Publish.objects.filter(name='人民出版社').first() book = publish.book_set.all() print(book) # 2.多对多查询 # 多对多正向查询 book_obj.authors.all() # 查询一本书对应的作者 book_obj = Book.objects.filter(title='红楼梦').first() author_list = book_obj.authors.all() for author in author_list: print(author.name) # 多对多反向查询 author_obj.book_set.all() # 查询一个作者写了哪些书 author_obj =Author.objects.filter(name='alex').first() book_list = author_obj.book_set.all() for book in book_list: print(book.title) # 3.一对一 author.authorDetail.telephone # 一对一 正向查询 # 查询alex的电话号码 author = Author.objects.filter(name='alex').first() print(author.authorDetail.telephone) # 一对一反向查询 obj.author.name obj = AuthorDetail.objects.filter(addr='beijing').first() print(obj.author.name) # 查询住在北京的作者 return HttpResponse('OK') # 一对多 多对多 反向查询时 obj.表名_set.all() # 一对一 反向查询 obj.表名 即可得到对象
基于双下划线的跨表查询
Django 还提供了一种直观而高效的方式在查询(lookups)中表示关联关系，它能自动确认 SQL JOIN 联系。
要做跨关系查询，就使用两个下划线来链接模型(model)间关联字段的名称，直到最终链接到你想要的model 为止。
核心：正向查询按字段,反向查询按表名小写用来告诉ORM引擎join哪张表
基本步骤：
"""
1.选取基表
2.确定连哪张表
3.两张表之间有没有关系
有关系 看正向还是反向
没有关系 跨表
"""
''' 正向查询按字段,反向查询按表名小写用来告诉ORM引擎join哪张表 ''' # 一对多查询 : 查询金瓶这本书的出版社的名字 # 方式1: ret=Book.objects.filter(title="金瓶").values("publish__name") print(ret) # <QuerySet [{'publish__name': '南京出版社'}]> # 方式2: ret=Publish.objects.filter(book__title="金瓶").values("name") print(ret) # 多对多查询 : 查询金瓶这本书的所有作者的名字 # 方式1: # 需求: 通过Book表join与其关联的Author表,属于正向查询:按字段authors通知ORM引擎join book_authors与author ret=Book.objects.filter(title="金瓶").values("authors__name") print(ret) # <QuerySet [{'authors__name': 'alex'}, {'authors__name': 'egon'}]> # 方式2: # 需求: 通过Author表join与其关联的Book表,属于反向查询:按表名小写book通知ORM引擎join book_authors与book表 ret=Author.objects.filter(book__title="金瓶").values("name") print(ret) # <QuerySet [{'name': 'alex'}, {'name': 'egon'}]> # 一对一查询的查询 : 查询alex的手机号 # 方式1: # 需求: 通过Author表join与其关联的AuthorDetail表,属于正向查询:按字段authordetail通知ORM引擎join Authordetail表 ret=Author.objects.filter(name="alex").values("authordetail__telephone") print(ret) # <QuerySet [{'authordetail__telephone': 110}]> # # 方式2: # # 需求: 通过AuthorDetail表join与其关联的Author表,属于反向查询:按表名小写author通知ORM引擎join Author表 ret=AuthorDetail.objects.filter(author__name="alex").values("telephone") print(ret) # <QuerySet [{'telephone': 110}]> # 进阶练习: # 练习: 手机号以110开头的作者出版过的所有书籍名称以及书籍出版社名称 # 方式1: # 需求: 通过Book表join AuthorDetail表, Book与AuthorDetail无关联,所以必需连续跨表 ret=Book.objects.filter(authors__authordetail__telephone__startswith="110").values("title","publish__name") print(ret) # # 方式2: ret=Author.objects.filter(authordetail__telephone__startswith="110").values("book__title","book__publish__name") print(ret)
进阶练习：连续跨表
# 练习: 查询人民出版社出版过的所有书籍的名字以及作者的姓名 # 正向查询 queryResult=Book.objects .filter(publish__name="人民出版社") .values_list("title","authors__name") # 反向查询 queryResult=Publish.objects .filter(name="人民出版社") .values_list("book__title","book__authors__age","book__authors__name") # 练习: 手机号以151开头的作者出版过的所有书籍名称以及出版社名称 # 方式1: queryResult=Book.objects .filter(authors__authorDetail__telephone__regex="151") .values_list("title","publish__name") # 方式2: ret=Author.objects .filter(authordetail__telephone__startswith="151") .values("book__title","book__publish__name")
related_name
反向查询时，如果定义了related_name ，则用related_name替换表名，例如： 1 publish = ForeignKey(Blog, related_name='bookList') 复制代码 # 练习: 查询人民出版社出版过的所有书籍的名字与价格(一对多) # 反向查询 不再按表名:book,而是related_name:bookList queryResult=Publish.objects .filter(name="人民出版社") .values_list("bookList__title","bookList__price")
聚合查询和分组查询
使用聚合函数时 应该添加from django.db.models import 聚合函数
单表
单表的分组查询: 查询每一个部门名称以及对应的员工数 emp: id name age salary dep 1 alex 12 2000 销售部 2 egon 22 3000 人事部 3 wen 22 5000 人事部 sql : select Count(id) from emp group by dep; 思考:如何用ORM语法进行分组查询? # 单表分组查询的ORM语法: 单表模型.objects.values("group by的字段").annotate(聚合函数("统计字段")) 在单表分组下,按着主键进行group by是没有任何意义的.
跨表
跨表的分组查询: Book表 id title date price publish_id 1 红楼梦 2012-12-12 101 1 2 西游记 2012-12-12 101 1 3 三国演绎 2012-12-12 101 1 4 金瓶 2012-12-12 301 2 Publish表 id name addr email 1 人民出版社 北京 123@qq.com 2 南京出版社 南京 345@163.com 1 查询每一个出版社出版的书籍个数 Book.objects.values("publish_id").annotate(Count("id")) 2 示例1 查询每一个出版社的名称以及出版的书籍个数 join sql : select * from Book inner join Publish on book.publish_id=publish.id id title date price publish_id publish.id publish.name publish.addr publish.email 1 红楼梦 2012-12-12 101 1 1 人民出版社 北京 123@qq.com 2 西游记 2012-12-12 101 1 1 人民出版社 北京 123@qq.com 3 三国演绎 2012-12-12 101 1 1 人民出版社 北京 123@qq.com 4 金瓶 2012-12-12 301 2 2 南京出版社 南京 345@163.com 分组查询sql: select publish.name,Count("title") from Book inner join Publish on book.publish_id=publish.id group by publish.id,publish.name,publish.addr,publish.email 思考:如何用ORM语法进行跨表分组查询 ret=Publish.objects.values("nid").annotate(c=Count("book__title")).values("name","c") print(ret) 3 示例2 查询每一个作者的名字以及出版过的书籍的最高价格 ret=Author.objects.values("pk").annotate(max_price=Max("book__price")).values("name","max_price") 4 示例3 查询每一个书籍的名称以及对应的作者个数 ret=Book.objects.values("pk").annotate(c=Count("authors__name")).values("title","c") print(ret)
总结:
总结跨表的分组查询的模型:
1 、每一个后的表模型.objects.values("pk").annotate(聚合函数(关联表__统计字段)).values("表模型的所有字段以及统计字段")
2、每一个后的表模型.objects.annotate(聚合函数(关联表__统计字段)).values("表模型的所有字段以及统计字段")
3、跨表分组查询本质就是将关联表join成一张表，再按单表的思路进行分组查询。
F查询与Q查询
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。
# 查询评论数大于收藏数的书籍 from django.db.models import F Book.objects.filter(commnetNum__lt=F('keepNum'))
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。
# 查询评论数大于收藏数2倍的书籍 Book.objects.filter(commnetNum__lt=F('keepNum')*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：
Book.objects.all().update(price=F("price")+30)
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。
from django.db.models import Q Q(title__startswith='Py')
Q 对象可以使用& 和| 操作符组合起来。当一个操作符在两个Q 对象上使用时，它产生一个新的Q 对象。
bookList=Book.objects.filter(Q(authors__name="yuan")|Q(authors__name="egon"))
等同于下面的SQL WHERE 子句：
WHERE name ="yuan" OR name ="egon"
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：
bookList=Book.objects.filter(Q(authors__name="yuan") & ~Q(publishDate__year=2017)).values_list("title")
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：
bookList=Book.objects.filter(Q(publishDate__year=2016) | Q(publishDate__year=2017), title__icontains="python" )
博客源自：https://www.cnblogs.com/yuanchenqi/articles/8963244.html
