Django(17)orm查询操作[通俗易懂]

Django(17)orm查询操作[通俗易懂]前言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

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

前言

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filterexclude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。
 

查询条件

 

exact

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;

 

iexact

在底层会被翻译成LIKE。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';
  • LIKE和=:大部分情况下都是等价的,只有少数情况下是不等价的。
  • exict和iexact:他们的区别其实就是LIKE和=的区别,因为exact会被翻译成=,而iexact会被翻译成LIKE。
  • 因为field__exact=xxx其实等价于filed=xxx,因此我们直接使用filed=xxx就可以了,并且因为大部分情况exactiexact又是等价的,因此我们以后直接使用field=xxx就可以了。
     

QuerySet.query

QuerySet.query:query可以用来查看这个ORM查询语句最终被翻译成的SQL语句。但是query只能被用在QuerySet对象上,不能用在普通的ORM模型上。因此如果你的查询语句是通过get来获取数据的,那么就不能使用query,因为get返回的是满足条件的ORM模型,而不是QuerySet。如果你是通过filter等其他返回QuerySet的方法查询的,那么就可以使用query

article = Article.objects.filter(title__iexact='hello world')  # article是QuerySet对象,所以可以被翻译成sql语句
print(article.query)  # 打印sql语句

打印结果

SELECT `article`.`id`, `article`.`title`, `article`.`content`, `article`.`category_id` FROM `article` WHERE `article`.`content` LIKE hello world

 

contains

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。
 

icontains

大小写不敏感的匹配查询。示例代码如下:

articles = Article.objects.filter(title__icontains='hello')

翻译成SQL语句为如下:

select ... where title like '%hello%';

 

in

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])

也可以通过其他的表的字段来判断是否在某个集合中。示例代码如下:

categories = Category.objects.filter(article__id__in=[1,2,3])

如果要判断相关联的表的字段,那么也是通过__来连接。并且在做关联查询的时候,不需要写models_set,直接使用模型的名字的小写化就可以了。比如通过分类去查找相应的文章,那么通过article__id__in就可以了,而不是写成article_set__id__in的形式。当然如果你不想使用默认的形式,可以在外键定义的时候传递related_query_name来指定反向查询的名字。示例代码如下:

class Category(models.Model):
        name = models.CharField(max_length=100)

        class Meta:
            db_table = 'category'


    class Article(models.Model):
        title = models.CharField(max_length=200)
        content = models.TextField()
        cateogry = models.ForeignKey("Category",on_delete=models.CASCADE,null=True,related_query_name='articles')

        class Meta:
            db_table = 'article'

因为在cateogryForeignKey中指定了related_query_namearticles,因此你不能再使用article来进行反向查询了。这时候就需要通过articles__id__in来进行反向查询。

反向查询和反向引用的区别

  • 反向查询:将模型名字小写化。比如article__in,就是将Article模型小写了。当然我们也可以通过related_query_name来指定自己的方式,而不使用默认的方式。
  • 反向引用:将模型名字小写化,然后再加上_set,比如article_set,可以通过related_name来指定自己的方式,而不是用默认的方式。

并且,如果在做反向查询的时候,如果查询的字段就是模型的主键,那么可以省略掉这个字段,直接写成article__in就可以了,不需要这个id了。

in不仅仅可以指定列表/元组,还可以为QuerySet。比如要查询“文章标题中包含有hello的所有分类”,那么可以通过以下代码来实现:

articles = Article.objects.filter(title__icontains='hello')
    categories = Category.objects.filter(articles__in=articles)
    for cateogry in categories:
        print(cateogry)

 

gt

某个field的值要大于给定的值。示例代码如下:

articles = Article.objects.filter(id__gt=3)

以上代码的意思是将所有id大于3的文章全部都找出来。将翻译成以下SQL语句:

select ... where id > 4;

 

gte

类似于gt,是大于等于。
 

lt

类似于gt是小于。
 

lte

类似于lt,是小于等于。
 

startswith

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%'

 

istartswith

类似于startswith,但是大小写是不敏感的。
 

endswith

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';

 

iendswith

类似于endswith,只不过大小写不敏感。
 

range

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_time = make_aware(datetime(year=2018, month=1, day=1))
end_time = make_aware(datetime(year=2018, month=12, day=12))
article = Article.objects.filter(create_time__range=(start_time, end_time))

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'。

注意点

  • 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。
  • 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。
     

date

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(create_time__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。
 

year

根据年份进行查找。示例代码如下:

articles = Article.objects.filter(create_time__year=2021)
articles = Article.objects.filter(create_time__year__gte=2021)

以上的代码在翻译成SQL语句为如下:

select ... where pub_date between '2021-01-01' and '2021-12-31';
select ... where pub_date >= '2021-01-01';

 

month

同year,根据月份进行查找。
 

day

同year,根据日期进行查找。
 

week_day

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。示例代码如下:

article = Article.objects.filter(create_time__week_day=3)  # 寻找星期三创建的文章

 

time

根据时间进行查找。示例代码如下:

articles = Article.objects.filter(create_time__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。
 

isnull

根据值是否为空进行查找。示例代码如下:

articles = Article.objects.filter(create_time__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;

 

regex和iregex

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。
 

根据关联的表进行查询

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"))
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/164924.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • Java异常处理简单实例

    Java异常处理简单实例Java异常处理异常是程序中的一些错误,但并不是所有的错误都是异常,并且错误有时候是可以避免的。比如说,你的代码少了一个分号,那么运行出来结果是提示是错误java.lang.Error;如果你用System.out.println(11/0),那么你是因为你用0做了除数,会抛出java.lang.ArithmeticException的异常。异常发生的原因有很多,通常包含以下几大…

  • 八大免费SSL证书-给你的网站免费添加Https安全加密

    八大免费SSL证书-给你的网站免费添加Https安全加密

    2021年10月14日
  • P750 内存插槽

    P750 内存插槽查看p750内存插槽占用情况lscfg-vp|grep-pDIMMMemoryDIMM:RecordName……………..VINIFlagField………………XXMSHardwareLocationCode……U78A0.001.DNWKM02-P1-C13-C2…

  • 解释mss的定义_sas读取数据按行读取

    解释mss的定义_sas读取数据按行读取MSEloss1.定义 均方差loss 计算公式如下loss=1/M∑0m(y−x)2loss=1/M\sum_{0}^m{(y-x)^2}loss=1/M0∑m​(y−x)2importtorchimporttorch.nnasnnfromtorch.autogradimportVariableinputs=Variable(torch.ten…

  • python中encode和decode的区别_json decode

    python中encode和decode的区别_json decode一、json_encode()将PHP的数据结构转换成JOSN代码1

  • excel如何打开100万行以上的csv文件

    excel如何打开100万行以上的csv文件前言正常情况下,2007版本以上的excel打开的csv文件,最多只能显示1048576行数据,如果我们恰好有一个超大csv文件行数超过这个量级,该如何解决呢,可以使用powerquery来解决。步骤1.切换到数据选项卡,依次点击新建查询->从文件->从CSV,然后选择需要导入的超大csv文件2.在出现的窗口里,点击加载->加载到3.选择仅创建连接和将此数据添加到数据模型,点击加载4.等excel加载完数据后,在窗口的右侧会出现一个工作簿查询,点击里面的文件,

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号