(十二)Django模型-模型操作

模型的操作

在ORM框架中,所有模型相关的操作,比如添加/删除等。其实都是映射到数据库中一条数据的操作。因此模型操作也就是数据库表中数据的操作。

添加一个模型到数据库中:

添加模型到数据库中。首先需要创建一个模型。创建模型的方式很简单,就跟创建普通的Python对象是一摸一样的。在创建完模型之后,需要调用模型的save方法,这样Django会自动的将这个模型转换成sql语句,然后存储到数据库中。示例代码如下:

1
2
3
4
5
6
7
class Book(models.Model):
name = models.CharField(max_length=20,null=False)
desc = models.CharField(max_length=100,name='description',db_column="description1")
pub_date = models.DateTimeField(auto_now_add=True)

book = Book(name='三国演义',desc='三国英雄!')
book.save()

查找数据:

查找数据都是通过模型下的objects对象来实现的。

查找所有数据:

要查找Book这个模型对应的表下的所有数据。那么示例代码如下:

1
books = Book.objects.all()

以上将返回Book模型下的所有数据。

数据过滤:

在查找数据的时候,有时候需要对一些数据进行过滤。那么这时候需要调用objects的filter方法。实例代码如下:

1
2
3
4
5
books = Book.objects.filter(name='三国演义')
> [<Book:三国演义>]

# 多个条件
books = Book.objects.filter(name='三国演义',desc='test')

调用filter,会将所有满足条件的模型对象都返回。

获取单个对象:

使用filter返回的是所有满足条件的结果集。有时候如果只需要返回第一个满足条件的对象。那么可以使用get方法。示例代码如下:

1
2
3
book = Book.objects.get(name='三国演义')
> <Book:三国演义>
当然,如果没有找到满足条件的对象,那么就会抛出一个异常。而filter在没有找到满足条件的数据的时候,是返回一个空的列表。

数据排序:

在之前的例子中,数据都是无序的。如果你想在查找数据的时候使用某个字段来进行排序,那么可以使用order_by方法来实现。示例代码如下:

1
2

books = Book.objects.order_by("pub_date")

以上代码在提取所有书籍的数据的时候,将会使用pub_date从小到大进行排序。如果想要进行倒序排序,那么可以在pub_date前面加一个负号。实例代码如下:

1
books = Book.objects.order_by("-pub_date")

修改数据:

在查找到数据后,便可以进行修改了。修改的方式非常简单,只需要将查找出来的对象的某个属性进行修改,然后再调用这个对象的save方法便可以进行修改。示例代码如下:

1
2
3
4
from datetime import datetime
book = Book.objects.get(name='三国演义')
book.pub_date = datetime.now()
book.save()

删除数据:

在查找到数据后,便可以进行删除了。删除数据非常简单,只需要调用这个对象的delete方法即可。实例代码如下:

1
2
book = Book.objects.get(name='三国演义')
book.delete()

查询操作

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:

1
2
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:

1
2
select ... from article where id=14;
select ... from article where id IS NULL;

iexact:

使用like进行查找。示例代码如下:

1
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:

1
select ... from article where title like 'hello world';

注意上面这个sql语句,因为在MySQL中,没有一个叫做ilike的。所以exact和iexact的区别实际上就是LIKE和=的区别,在大部分collation=utf8_general_ci情况下都是一样的(collation是用来对字符串比较的)。

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:

1
articles = Article.objects.filter(title__contains='hello')

在翻译成SQL语句为如下:

1
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:

1
articles = Article.objects.filter(title__icontains='hello')

在翻译成SQL语句为如下:

1
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:

1
articles = Article.objects.filter(id__in=[1,2,3])

以上代码在翻译成SQL语句为如下:

1
select ... where id in (1,3,4)

当然也可以传递一个QuerySet对象进去。示例代码如下:

1
2
inner_qs = Article.objects.filter(title__contains='hello')
categories = Category.objects.filter(article__in=inner_qs)

以上代码的意思是获取那些文章标题包含hello的所有分类。
将翻译成以下SQL语句,示例代码如下:

1
select ...from category where article.id in (select id from article where title like '%hello%');

gt:

某个field的值要大于给定的值。示例代码如下:

1
articles = Article.objects.filter(id__gt=4)

以上代码的意思是将所有id大于4的文章全部都找出来。
将翻译成以下SQL语句:

1
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:

1
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:

1
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:

1
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:

1
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:

1
2
3
4
5
from django.utils.timezone import make_aware
from datetime import datetime
start_date = make_aware(datetime(year=2018,month=1,day=1))
end_date = make_aware(datetime(year=2018,month=3,day=29,hour=16))
articles = Article.objects.filter(pub_date__range=(start_date,end_date))

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:

1
select ... from article where pub_time between '2018-01-01' and '2018-12-12'

需要注意的是,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。
而且另外一个重点,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:

1
2
3
4
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:

1
2
articles = Article.objects.filter(pub_date__year=2018)
articles = Article.objects.filter(pub_date__year__gte=2017)

以上的代码在翻译成SQL语句为如下:

1
2
select ... where pub_date between '2018-01-01' and '2018-12-31';
select ... where pub_date >= '2017-01-01';

month:

同year,根据月份进行查找。

day:

同year,根据日期进行查找。

week_day:

Django 1.11新增的查找方式。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。

time:

根据时间进行查找。示例代码如下:

1
2
3
4
5
6
7
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。
更多的关于时间的过滤,请参考Django官方文档:https://docs.djangoproject.com/en/2.0/ref/models/querysets/#range。

### isnull:
根据值是否为空进行查找。示例代码如下:

```articles = Article.objects.filter(pub_date__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:

... where pub_date is not null;```
1
2
3
4
### 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:

... where title regexp binary '^hello';```
1
2
3
4
5
6
7
8
9
10
11
12
13
14
### 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:

```python
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:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
## 聚合函数:
如果你用原生SQL,则可以使用聚合函数来提取数据。比如提取某个商品销售的数量,那么可以使用Count,如果想要知道商品销售的平均价格,那么可以使用Avg。
聚合函数是通过aggregate方法来实现的。在讲解这些聚合函数的用法的时候,都是基于以下的模型对象来实现的。
```python
from django.db import models

class Author(models.Model):
"""作者模型"""
name = models.CharField(max_length=100)
age = models.IntegerField()
email = models.EmailField()

class Meta:
db_table = 'author'


class Publisher(models.Model):
"""出版社模型"""
name = models.CharField(max_length=300)

class Meta:
db_table = 'publisher'


class Book(models.Model):
"""图书模型"""
name = models.CharField(max_length=300)
pages = models.IntegerField()
price = models.FloatField()
rating = models.FloatField()
author = models.ForeignKey(Author,on_delete=models.CASCADE)
publisher = models.ForeignKey(Publisher, on_delete=models.CASCADE)

class Meta:
db_table = 'book'


class BookOrder(models.Model):
"""图书订单模型"""
book = models.ForeignKey("Book",on_delete=models.CASCADE)
price = models.FloatField()

class Meta:
db_table = 'book_order'
  1. Avg:求平均值。比如想要获取所有图书的价格平均值。那么可以使用以下代码实现。

    1
    2
    3
    from django.db.models import Avg
    result = Book.objects.aggregate(Avg('price'))
    print(result)

    以上的打印结果是:

    1
    2
    3
    4
    5
    6
    其中price__avg的结构是根据field__avg规则构成的。如果想要修改默认的名字,那么可以将Avg赋值给一个关键字参数。示例代码如下:

    ```python
    from django.db.models import Avg
    result = Book.objects.aggregate(my_avg=Avg('price'))
    print(result)

    那么以上的结果打印为:

    1
    2
    3
    4
    5
    2. Count:获取指定的对象的个数。示例代码如下:

    ```python
    from django.db.models import Count
    result = Book.objects.aggregate(book_num=Count('id'))

    以上的result将返回Book表中总共有多少本图书。
    Count类中,还有另外一个参数叫做distinct,默认是等于False,如果是等于True,那么将去掉那些重复的值。比如要获取作者表中所有的不重复的邮箱总共有多少个,那么可以通过以下代码来实现:

    1
    2
    from djang.db.models import Count
    result = Author.objects.aggregate(count=Count('email',distinct=True))
  2. Max和Min:获取指定对象的最大值和最小值。比如想要获取Author表中,最大的年龄和最小的年龄分别是多少。那么可以通过以下代码来实现:

    1
    2
     from django.db.models import Max,Min
    result = Author.objects.aggregate(Max('age'),Min('age'))

    如果最大的年龄是88,最小的年龄是18。那么以上的result将为:

    1
    2
    3
    4
    5
    4. Sum:求指定对象的总和。比如要求图书的销售总额。那么可以使用以下代码实现:

    ```python
    from djang.db.models import Sum
    result = Book.objects.annotate(total=Sum("bookstore__price")).values("name","total")

    以上的代码annotate的意思是给Book表在查询的时候添加一个字段叫做total,这个字段的数据来源是从BookStore模型的price的总和而来。values方法是只提取name和total两个字段的值。

    更多的聚合函数请参考官方文档:https://docs.djangoproject.com/en/2.0/ref/models/querysets/#aggregation-functions

aggregate和annotate的区别:

  1. aggregate:返回使用聚合函数后的字段和值。

  2. annotate:在原来模型字段的基础之上添加一个使用了聚合函数的字段,并且在使用聚合函数的时候,会使用当前这个模型的主键进行分组(group by)。
    比如以上Sum的例子,如果使用的是annotate,那么将在每条图书的数据上都添加一个字段叫做total,计算这本书的销售总额。
    而如果使用的是aggregate,那么将求所有图书的销售总额。

F表达式和Q表达式:

F表达式:

F表达式是用来优化ORM操作数据库的。比如我们要将公司所有员工的薪水都增加1000元,如果按照正常的流程,应该是先从数据库中提取所有的员工工资到Python内存中,然后使用Python代码在员工工资的基础之上增加1000元,最后再保存到数据库中。这里面涉及的流程就是,首先从数据库中提取数据到Python内存中,然后在Python内存中做完运算,之后再保存到数据库中。示例代码如下:

1
2
3
4
employees = Employee.objects.all()
for employee in employees:
employee.salary += 1000
employee.save()

而我们的F表达式就可以优化这个流程,他可以不需要先把数据从数据库中提取出来,计算完成后再保存回去,他可以直接执行SQL语句,就将员工的工资增加1000元。示例代码如下:

1
2
from djang.db.models import F
Employee.object.update(salary=F("salary")+1000)

F表达式并不会马上从数据库中获取数据,而是在生成SQL语句的时候,动态的获取传给F表达式的值。

比如如果想要获取作者中,name和email相同的作者数据。如果不使用F表达式,那么需要使用以下代码来完成:

1
2
3
4
authors = Author.objects.all()
for author in authors:
if author.name == author.email:
print(author)

如果使用F表达式,那么一行代码就可以搞定。示例代码如下:

1
2
from django.db.models import F
authors = Author.objects.filter(name=F("email"))

Q表达式:

如果想要实现所有价格高于100元,并且评分达到9.0以上评分的图书。那么可以通过以下代码来实现:

1
2
3
4
5
6
以上这个案例是一个并集查询,可以简单的通过传递多个条件进去来实现。
但是如果想要实现一些复杂的查询语句,比如要查询所有价格低于10元,或者是评分低于9分的图书。那就没有办法通过传递多个条件进去实现了。这时候就需要使用Q表达式来实现了。示例代码如下:

```python
from django.db.models import Q
books = Book.objects.filter(Q(price__lte=10) | Q(rating__lte=9))

以上是进行或运算,当然还可以进行其他的运算,比如有&和~(非)等。一些用Q表达式的例子如下:

1
2
3
4
5
6
7
8
9
from django.db.models import Q
# 获取id等于3的图书
books = Book.objects.filter(Q(id=3))
# 获取id等于3,或者名字中包含文字"记"的图书
books = Book.objects.filter(Q(id=3)|Q(name__contains("记")))
# 获取价格大于100,并且书名中包含"记"的图书
books = Book.objects.filter(Q(price__gte=100)&Q(name__contains("记")))
# 获取书名包含“记”,但是id不等于3的图书
books = Book.objects.filter(Q(name__contains='记') & ~Q(id=3))
-------------本文结束感谢您的阅读-------------