Django model select的多种用法详解


Posted in Python onJuly 16, 2019

《Django model update的各种用法介绍》文章介绍了Django model的各种update操作,这篇文章就是她的姊妹篇,详细介绍Django model select的用法,配以对应MySQL的查询语句,理解起来更轻松。

基本操作

# 获取所有数据,对应SQL:select * from User
User.objects.all()

# 匹配,对应SQL:select * from User where name = '运维咖啡吧'
User.objects.filter(name='运维咖啡吧')

# 不匹配,对应SQL:select * from User where name != '运维咖啡吧'
User.objects.exclude(name='运维咖啡吧')

# 获取单条数据(有且仅有一条,id唯一),对应SQL:select * from User where id = 724
User.objects.get(id=123)

常用操作

# 获取总数,对应SQL:select count(1) from User
User.objects.count()

# 获取总数,对应SQL:select count(1) from User where name = '运维咖啡吧'
User.objects.filter(name='运维咖啡吧').count()

# 大于,>,对应SQL:select * from User where id > 724
User.objects.filter(id__gt=724)

# 大于等于,>=,对应SQL:select * from User where id >= 724
User.objects.filter(id__gte=724)

# 小于,<,对应SQL:select * from User where id < 724
User.objects.filter(id__lt=724)

# 小于等于,<=,对应SQL:select * from User where id <= 724
User.objects.filter(id__lte=724)

# 同时大于和小于, 1 < id < 10,对应SQL:select * from User where id > 1 and id < 10
User.objects.filter(id__gt=1, id__lt=10)

# 包含,in,对应SQL:select * from User where id in (11,22,33)
User.objects.filter(id__in=[11, 22, 33])

# 不包含,not in,对应SQL:select * from User where id not in (11,22,33)
User.objects.exclude(id__in=[11, 22, 33])

# 为空:isnull=True,对应SQL:select * from User where pub_date is null
User.objects.filter(pub_date__isnull=True)

# 不为空:isnull=False,对应SQL:select * from User where pub_date is not null
User.objects.filter(pub_date__isnull=True)

# 匹配,like,大小写敏感,对应SQL:select * from User where name like '%sre%',SQL中大小写不敏感
User.objects.filter(name__contains="sre")

# 匹配,like,大小写不敏感,对应SQL:select * from User where name like '%sre%',SQL中大小写不敏感
User.objects.filter(name__icontains="sre")

# 不匹配,大小写敏感,对应SQL:select * from User where name not like '%sre%',SQL中大小写不敏感
User.objects.exclude(name__contains="sre")

# 不匹配,大小写不敏感,对应SQL:select * from User where name not like '%sre%',SQL中大小写不敏感
User.objects.exclude(name__icontains="sre")

# 范围,between and,对应SQL:select * from User where id between 3 and 8
User.objects.filter(id__range=[3, 8])

# 以什么开头,大小写敏感,对应SQL:select * from User where name like 'sh%',SQL中大小写不敏感
User.objects.filter(name__startswith='sre')

# 以什么开头,大小写不敏感,对应SQL:select * from User where name like 'sh%',SQL中大小写不敏感
User.objects.filter(name__istartswith='sre')

# 以什么结尾,大小写敏感,对应SQL:select * from User where name like '%sre',SQL中大小写不敏感
User.objects.filter(name__endswith='sre')

# 以什么结尾,大小写不敏感,对应SQL:select * from User where name like '%sre',SQL中大小写不敏感
User.objects.filter(name__iendswith='sre')

# 排序,order by,正序,对应SQL:select * from User where name = '运维咖啡吧' order by id
User.objects.filter(name='运维咖啡吧').order_by('id')

# 多级排序,order by,先按name进行正序排列,如果name一致则再按照id倒叙排列
User.objects.filter(name='运维咖啡吧').order_by('name','-id')

# 排序,order by,倒序,对应SQL:select * from User where name = '运维咖啡吧' order by id desc
User.objects.filter(name='运维咖啡吧').order_by('-id')

进阶操作

# limit,对应SQL:select * from User limit 3;
User.objects.all()[:3]

# limit,取第三条以后的数据,没有对应的SQL,类似的如:select * from User limit 3,10000000,从第3条开始取数据,取10000000条(10000000大于表中数据条数)
User.objects.all()[3:]

# offset,取出结果的第10-20条数据(不包含10,包含20),也没有对应SQL,参考上边的SQL写法
User.objects.all()[10:20]

# 分组,group by,对应SQL:select username,count(1) from User group by username;
from django.db.models import Count
User.objects.values_list('username').annotate(Count('id'))

# 去重distinct,对应SQL:select distinct(username) from User
User.objects.values('username').distinct().count()

# filter多列、查询多列,对应SQL:select username,fullname from accounts_user
User.objects.values_list('username', 'fullname')

# filter单列、查询单列,正常values_list给出的结果是个列表,里边里边的每条数据对应一个元组,当只查询一列时,可以使用flat标签去掉元组,将每条数据的结果以字符串的形式存储在列表中,从而避免解析元组的麻烦
User.objects.values_list('username', flat=True)

# int字段取最大值、最小值、综合、平均数
from django.db.models import Sum,Count,Max,Min,Avg

User.objects.aggregate(Count(‘id'))
User.objects.aggregate(Sum(‘age'))

时间字段

# 匹配日期,date
User.objects.filter(create_time__date=datetime.date(2018, 8, 1))
User.objects.filter(create_time__date__gt=datetime.date(2018, 8, 2))

# 匹配年,year
User.objects.filter(create_time__year=2018)
User.objects.filter(create_time__year__gte=2018)

# 匹配月,month
User.objects.filter(create_time__month__gt=7)
User.objects.filter(create_time__month__gte=7)

# 匹配日,day
User.objects.filter(create_time__day=8)
User.objects.filter(create_time__day__gte=8)

# 匹配周,week_day
 User.objects.filter(create_time__week_day=2)
User.objects.filter(create_time__week_day__gte=2)

# 匹配时,hour
User.objects.filter(create_time__hour=9)
User.objects.filter(create_time__hour__gte=9)

# 匹配分,minute
User.objects.filter(create_time__minute=15)
User.objects.filter(create_time__minute_gt=15)

# 匹配秒,second
User.objects.filter(create_time__second=15)
User.objects.filter(create_time__second__gte=15)


# 按天统计归档
today = datetime.date.today()
select = {'day': connection.ops.date_trunc_sql('day', 'create_time')}
deploy_date_count = Task.objects.filter(
 create_time__range=(today - datetime.timedelta(days=7), today)
).extra(select=select).values('day').annotate(number=Count('id'))

Q 的使用

Q对象可以对关键字参数进行封装,从而更好的应用多个查询,可以组合&(and)、|(or)、~(not)操作符。

例如下边的语句

from django.db.models import Q

User.objects.filter(
 Q(role__startswith='sre_'),
 Q(name='公众号') | Q(name='运维咖啡吧')
)

转换成SQL语句如下:

select * from User where role like 'sre_%' and (name='公众号' or name='运维咖啡吧')

通常更多的时候我们用Q来做搜索逻辑,比如前台搜索框输入一个字符,后台去数据库中检索标题或内容中是否包含

_s = request.GET.get('search')

_t = Blog.objects.all()
if _s:
 _t = _t.filter(
 Q(title__icontains=_s) |
 Q(content__icontains=_s)
 )

return _t

外键:ForeignKey

表结构:

class Role(models.Model):
 name = models.CharField(max_length=16, unique=True)


class User(models.Model):
 username = models.EmailField(max_length=255, unique=True)
 role = models.ForeignKey(Role, on_delete=models.CASCADE)

正向查询:

# 查询用户的角色名
_t = User.objects.get(username='运维咖啡吧')
_t.role.name

反向查询:

# 查询角色下包含的所有用户
_t = Role.objects.get(name='Role03')
_t.user_set.all()

另一种反向查询的方法:

_t = Role.objects.get(name='Role03')

# 这种方法比上一种_set的方法查询速度要快
User.objects.filter(role=_t)

第三种反向查询的方法:

如果外键字段有related_name属性,例如models如下:

class User(models.Model):
 username = models.EmailField(max_length=255, unique=True)
 role = models.ForeignKey(Role, on_delete=models.CASCADE,related_name='roleUsers')

那么可以直接用related_name属性取到某角色的所有用户

_t = Role.objects.get(name = 'Role03')
_t.roleUsers.all()

M2M:ManyToManyField

表结构:

class Group(models.Model):
name = models.CharField(max_length=16, unique=True)

class User(models.Model):
username = models.CharField(max_length=255, unique=True)
groups = models.ManyToManyField(Group, related_name='groupUsers')

正向查询:

# 查询用户隶属组
_t = User.objects.get(username = '运维咖啡吧')
_t.groups.all()

反向查询:

# 查询组包含用户
_t = Group.objects.get(name = 'groupC')
_t.user_set.all()

同样M2M字段如果有related_name属性,那么可以直接用下边的方式反查

_t = Group.objects.get(name = 'groupC')
_t.groupUsers.all()

get_object_or_404

正常如果我们要去数据库里搜索某一条数据时,通常使用下边的方法:

_t = User.objects.get(id=734)

但当id=724的数据不存在时,程序将会抛出一个错误

abcer.models.DoesNotExist: User matching query does not exist.

为了程序兼容和异常判断,我们可以使用下边两种方式:

方式一:get改为filter

_t = User.objects.filter(id=724)
# 取出_t之后再去判断_t是否存在

方式二:使用get_object_or_404

from django.shortcuts import get_object_or_404

_t = get_object_or_404(User, id=724)
# get_object_or_404方法,它会先调用django的get方法,如果查询的对象不存在的话,则抛出一个Http404的异常

实现方法类似于下边这样:

from django.http import Http404

try:
 _t = User.objects.get(id=724)
except User.DoesNotExist:
 raise Http404
get_or_create

顾名思义,查找一个对象如果不存在则创建,如下:

object, created = User.objects.get_or_create(username='运维咖啡吧')

返回一个由object和created组成的元组,其中object就是一个查询到的或者是被创建的对象,created是一个表示是否创建了新对象的布尔值

实现方式类似于下边这样:

try:
 object = User.objects.get(username='运维咖啡吧')
 created = False
exception User.DoesNoExist:
 object = User(username='运维咖啡吧')
 object.save()

 created = True

returen object, created

执行原生SQL

Django中能用ORM的就用它ORM吧,不建议执行原生SQL,可能会有一些安全问题,如果实在是SQL太复杂ORM实现不了,那就看看下边执行原生SQL的方法,跟直接使用pymysql基本一致了

from django.db import connection

with connection.cursor() as cursor:
 cursor.execute('select * from accounts_User')
 row = cursor.fetchall()

return row

注意这里表名字要用app名+下划线+model名的方式

Django model select的多种用法详解

Python 相关文章推荐
使用setup.py安装python包和卸载python包的方法
Nov 27 Python
python练习程序批量修改文件名
Jan 16 Python
在Python中通过threading模块定义和调用线程的方法
Jul 12 Python
python3操作微信itchat实现发送图片
Feb 24 Python
python奇偶行分开存储实现代码
Mar 19 Python
python实现键盘控制鼠标移动
Nov 27 Python
python实现两个一维列表合并成一个二维列表
Dec 02 Python
Python GUI编程学习笔记之tkinter控件的介绍及基本使用方法详解
Mar 30 Python
Python通过Pillow实现图片对比
Apr 29 Python
python初步实现word2vec操作
Jun 09 Python
浅谈python数据类型及其操作
May 25 Python
python实现一个简单的贪吃蛇游戏附代码
Jun 28 Python
python删除文件夹下相同文件和无法打开的图片
Jul 16 #Python
Python split() 函数拆分字符串将字符串转化为列的方法
Jul 16 #Python
python实现字符串完美拆分split()的方法
Jul 16 #Python
python如何删除文件中重复的字段
Jul 16 #Python
python字符串切割:str.split()与re.split()的对比分析
Jul 16 #Python
Python使用正则表达式分割字符串的实现方法
Jul 16 #Python
Python Django切换MySQL数据库实例详解
Jul 16 #Python
You might like
PHP英文字母大小写转换函数小结
2014/05/03 PHP
Laravel框架中自定义模板指令总结
2017/12/17 PHP
CentOS7系统搭建LAMP及更新PHP版本操作详解
2020/03/26 PHP
为你的 Laravel 验证器加上多验证场景的实现
2020/04/07 PHP
通过ifame指向的页面高度调整iframe的高度
2006/10/05 Javascript
基于jquery的商品展示放大镜
2010/08/07 Javascript
三级下拉菜单的js实现代码
2011/05/23 Javascript
jquery乱码与contentType属性设置问题解决方案
2013/01/07 Javascript
鼠标滑在标题上显示图片的JS代码
2013/11/19 Javascript
js 实现一些跨浏览器的事件方法详解及实例
2016/10/27 Javascript
AngularJs点击状态值改变背景色的实例
2017/12/18 Javascript
基于Vue 服务端Cookies删除的问题
2018/09/21 Javascript
[03:16]DOTA2完美大师赛主赛事首日集锦
2017/11/23 DOTA
记录Django开发心得
2014/07/16 Python
python中map、any、all函数用法分析
2015/04/21 Python
教你用Type Hint提高Python程序开发效率
2016/08/08 Python
可能是最全面的 Python 字符串拼接总结【收藏】
2018/07/09 Python
Python读取excel中的图片完美解决方法
2018/07/27 Python
Django框架模板注入操作示例【变量传递到模板】
2018/12/19 Python
python遍历文件目录、批量处理同类文件
2019/08/31 Python
Python drop方法删除列之inplace参数实例
2020/06/27 Python
Python实现一个简单的递归下降分析器
2020/08/01 Python
CSS3的column-fill属性对齐列内容高度的用法详解
2016/07/01 HTML / CSS
HTML5 Convas APIs方法详解
2015/04/24 HTML / CSS
整理HTML5中支持的URL编码与字符编码
2016/02/23 HTML / CSS
美国紧身牛仔裤品牌:NYDJ
2017/05/24 全球购物
Sarenza德国:法国最大的时尚鞋和包包网上商店
2019/06/08 全球购物
介绍一下HTTP、HTTPS和SSL
2012/12/16 面试题
Delphi工程师笔试题
2013/09/21 面试题
计算机专业大学生的自我评价
2013/11/14 职场文书
公司领导班子对照检查存在问题整改措施
2014/10/02 职场文书
天河观后感
2015/06/11 职场文书
《半截蜡烛》教学反思
2016/02/19 职场文书
pyqt5打包成exe可执行文件的方法
2021/05/14 Python
go开发alertmanger实现钉钉报警
2021/07/16 Golang
详解Go语言中配置文件使用与日志配置
2022/06/01 Golang