Django - 模型(QuerySet API)

简介: Django - 模型(QuerySet API)一、数据库简单操作# 注意:QuerySet对象是可迭代的1. 创建1.1 Object.
Django - 模型(QuerySet API)

一、数据库简单操作

# 注意:QuerySet对象是可迭代的
1. 创建
1.1 Object.objects.create()
Person.objects.create(name="Demon", age=18)
1.2 new
p = Person(name="Demon",age=18)
p.save()
1.3 Object.objects.get_or_create()
# 这种方法好处是可以方便插入完再去查询,返回两个结果
# @param Person:创建成功后返回的Person对象
# @param boolean:如果要新建的对象已经存在,返回False,新建成功返回 
(Person, boolean)Person.objects.get_or_create(name="Demon",age=18)
2. 查询
2.1 Object.objects.get()

Person.objects.get(name="Demon")
# 这里查询出来的是一个 Person对象,不是我们想要的信息,我们去修改 modules.py
# 注意:字段不能有__(双下划线),在 Django QuerySet API中有特殊含义,也不能使用关键字
# 这里我们要给 modules.py 中的数据库类添加一个 __unicode__()方法
from django.db import models

class Person(models.Model):
    name = models.CharField(max_length=30)
    age = models.IntegerField()

    def __unicode__(self):
    # 在Python3中使用 def __str__(self)
        return self.name

2.2 Object.objects.all() - 获取对象所有记录

该方法支持切片操作,不过不支持负索引
Object.objects.all()[:10] 取出10条,可以节省内存

2.2.1 Object.objects.all().exits()

检查该对象在数据库中是否有数据

2.2.2 Object.objects.all().reverse()

用它可以实现倒序查询
Person.objects.all().reverse()[:2] # 最后两条
Person.objects.all().reverse()[0] # 最后一条
2.3 Object.objects.filter()
2.3.1 等于
# 区分大小写
Person.objects.filter(name="abc") # 等Person.objects.filter(name__exact="abc") 名称严格等于 "abc" 的人
# 不区分大小写
Person.objects.filter(name__iexact="abc") # 名称为 abc 但是不区分大小写,可以找到 ABC, Abc, aBC,这些都符合条件
2.3.2 包含
Person.objects.filter(name__contains="abc") # 名称中包含 "abc"的人
Person.objects.filter(name__icontains="abc") #名称中包含 "abc",且abc不区分大小写
2.3.3 正则表达式
Person.objects.filter(name__regex="^abc") # 正则表达式查询
Person.objects.filter(name__iregex="^abc")# 正则表达式不区分大小写
2.3.4 排除法
Person.objects.exclude(name__contains="WZ") # 排除包含 WZ 的Person对象
# 嵌套使用
Person.objects.filter(name__contains="abc").exclude(age=23) # 找出名称含有abc, 但是排除年龄是23岁的
2.4 链式查询
Author.objects.filter(name__contains="Demon").filter(email="123@163.com")
Author.objects.filter(name__contains="Demon").exclude(email="123@163.com")

# 找出名称含有abc, 但是排除年龄是23岁的
Person.objects.filter(name__contains="abc").exclude(age=23)
2.5 查询时去重
qs1 = Pathway.objects.filter(label__name='x')
qs2 = Pathway.objects.filter(reaction__name='A + B >> C')
qs3 = Pathway.objects.filter(inputer__name='WeizhongTu')

# 合并到一起
qs = qs1 | qs2 | qs3
这个时候就有可能出现重复的

# 去重方法
qs = qs.distinct()
3. 排序
Object.objects.all().order_by('name')
Object.objects.all().order_by('-name') # 在 column name 前加一个负号,可以实现倒序
二、数据库表更改
1. 当数据库表建好后,后续如果要修改表结构,一般需要进行如下操作:
# Django >= 1.7
python manage.py makemigrations
python manage.py migrate
# Django < 1.7
python manage.py syncdb
# 如果是在原来的基础上删除或增加字段,可以使用下面命令
python manage.py sql appname

2. South

这是一个专门用来做数据库表结构自动迁移的模块,使用方法如下:

2.1 安装

pip install South

2.2 使用

在 Django工程的 settings.py 中的 INSTALL_APPS 中指定:

# Application definition
INSTALLED_APPS = (
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',

    'blog',
    'south',
)

修改好之后运行一次 python manage.py syncdb,Django 会新建一个 south_migrationhistory表,来记录数据库表变化的历史记录

如果要把之前创建好的app使用south来管理,使用如下命令:

# python manage.py convert_to_south blog

注:如果 blog 这个 app 之前就创建过相关的表,可以用下面的来“假装”用 South 创建(伪创建,在改动 models.py 之前运行这个), 意思是这个表我以前已经建好了,用 South 
只是纪一下这个创建记录,下次 migrate 的时候不必再创建了

# python manage.py migrate blog --fake

接着,当你对 Blog.models 做任何修改后,只要执行: # python manage.py schemamigration blog --auto

# python manage.py schemamigration blog --auto

South就会帮助我们找出哪些地方做了修改,如果你新增的数据表没有给default值,并且没有设置null=True, south会问你一些问题,因为新增的column对于原来的旧的数据不能为Null的
话就得有一个值。顺利的话,在migrations文件夹下会产生一个0002_add_mobile_column.py,但是这一步并没有真正修改数据库的表,我们需要执行:

python manage.py migrate
2.3 回退到以前修改的版本

# 0001 就是我们第一次创建的历史记录
python manage.py migrate blog 0001

相关文章
|
1月前
|
API 数据库 数据安全/隐私保护
利用Django框架构建高效后端API服务
本文将介绍如何利用Django框架构建高效的后端API服务。通过深入分析Django框架的特性和优势,结合实际案例,探讨了如何利用Django提供的强大功能来构建高性能、可扩展的后端服务。同时,还对Django框架在后端开发中的一些常见问题进行了解决方案的探讨,并提出了一些建设性的建议。
52 3
|
1月前
|
人工智能 缓存 API
谷歌发布MediaPipe LLM Inference API,28亿参数模型本地跑
【2月更文挑战第24天】谷歌发布MediaPipe LLM Inference API,28亿参数模型本地跑
81 3
谷歌发布MediaPipe LLM Inference API,28亿参数模型本地跑
|
2月前
|
分布式计算 API Linux
通义千问API:找出两篇文章的不同
本章我们将介绍如何利用大模型开发一个文档比对小工具,我们将用这个工具来给互联网上两篇内容相近但版本不同的文档找找茬,并且我们提供了一种批处理文档比对的方案
|
2月前
|
自然语言处理 搜索推荐 API
通义千问API:用4行代码对话大模型
本章将通过一个简单的例子,让你快速进入到通义千问大模型应用开发的世界。
222397 104
通义千问API:用4行代码对话大模型
|
2月前
|
机器学习/深度学习 API 开发工具
通义千问API入门教程
本教程将带你从零开始,快速了解如何通过 API 使用通义千问大模型,并尝试使用大模型 API 开发一些简单的应用应用到工作中,提升效率。
13133 10
|
2天前
|
人工智能 API 开发者
【AI大模型应用开发】0.2 智谱AI API接入详细步骤和简单应用
【AI大模型应用开发】0.2 智谱AI API接入详细步骤和简单应用
8 0
|
2月前
|
存储 负载均衡 API
部署大模型API的实战教程
部署大模型API的实战教程可以分为以下步骤:
|
2月前
|
弹性计算 前端开发 Java
通义千问API:让大模型写代码和跑代码
基于前面三章的铺垫,本章我们将展示大模型Agent的强大能力。我们不仅要实现让大模型同时使用多种查询工具,还要实现让大模型能查询天气情况,最后让大模型自己写代码来查询天气情况。
59667 448
通义千问API:让大模型写代码和跑代码
|
2月前
|
XML 搜索推荐 API
通义千问API:让大模型使用各种工具
本章我们将通过一个简单的例子,揭示基于LangChain的Agent开发的秘密,从而了解如何扩展大模型的能力。
67209 184
通义千问API:让大模型使用各种工具
|
2月前
|
机器学习/深度学习 人工智能 API
人工智能应用工程师技能提升系列2、——TensorFlow2——keras高级API训练神经网络模型
人工智能应用工程师技能提升系列2、——TensorFlow2——keras高级API训练神经网络模型
33 0