Python web框架fastapi数据库操作ORM(二)增删改查逻辑实现方法

简介: Python web框架fastapi数据库操作ORM(二)增删改查逻辑实现方法


今天,我们一起探讨一下fastapi的增删改查逻辑实现


ORM数据库增删改查操作

需要导入的包

from pydantic import BaseModel

from typing import Union,List

#保存数据到数据库,对用户输入数据进行校验
class StudentIn(BaseModel):
name: str
pwd: str
sno: int
clas_id: int
courses: List[int] = []

1.添加单条记录

api接口实现

1.添加方式一

@api_student.post("/",tags=["添加学生"])
async def addStudent(stu: StudentIn):
    # 添加数据库操作
    # 方式1
    student = Student(name=stu.name, pwd=stu.pwd, sno=stu.sno, clas_id=stu.clas_id)
    #插入数据库动作
    await student.save()
    print(student, dir(student))
    return student

接口测试

查看数据库,数据已入库

2.添加方式二

# 方式2
student = await Student.create(name=stu.name, pwd=stu.pwd, sno=stu.sno, clas_id=stu.clas_id)
print(student, dir(student))

数据库查看,添加成功

2.多对多表添加记录

由于多对多那张表,没有对应的模型类,所以一般无法通过模型类直接添加删除

需要借助学生表的多对多字段courses来处理

# 添加多对多关系记录
courses = await Course.filter(id__in=stu.courses)
print("courses", courses)
#添加的时候,要用*打散的方式传参
await student.courses.add(*courses)
print("student", student.courses)

查看数据库

可以看到id 13 对15和16,多对多插入成功

1.一对多查询

#一对多查询
student = await Student.get(name="wangfang")

#直接通过外键字段查询,班级名称
clasname = await student.clas.values('name')
print("班级名称",clasname)

#查询所有学生的班级名称,通过外键__字段值
students = await Student.all().values("name","clas__name")
print(students)

2.多对多查询

#多对多查询,根据某个学生查询报的班名称和老师名称
student = await Student.get(name="wangfang")
print(await student.courses.all().values('name','teacher__name'))

#查询所有学生的课程名称和老师名称
students = await Student.all().values("name", "clas__name",'courses__name')
print(students)

查询某一个学生的接口

#查看某个学生,基于路径参数
@api_student.get("/{student_id}")
async def getOneStudent(student_id:int):
    #注意,与数据库的操作要加await
    student = await Student.get(id=student_id)
    print(student.name)


    return student


3.更新学生信息接口

#更新学生信息,使用put请求
@api_student.put("/student/{student_id}")
async def update_student(student_id: int, student: StudentIn):
    #将对象转换为字典
    data = student.dict(exclude_unset=True)
    #将courses字段排除,因为student表中没有courses字段
    courses = data.pop("courses")
    print(data, courses)
    #更新用filter方法。因为filter查出来的对象有update方法
    await Student.filter(id=student_id).update(**data)

    #设置多对多课程
    courses = await Course.filter(id__in=student.courses)
    edit_student = await Student.get(id=student_id)
    #先把原来课程清空,再添加更新后的
    await edit_student.courses.clear()
    await edit_student.courses.add(*courses)

    return student


先看下源数据库13号学生信息

多对多表

在接口执行更新

更新后

多对多表


4.删除学生接口

导入异常包

from fastapi.exceptions import HTTPException

该异常类可以设置响应状态码,描述信息等

@api_student.delete("/student/{student_id}")
async def delete_student(student_id: int):
    #返回删除的数量
    deleted_count = await Student.filter(id=student_id).delete()  # 条件删除
    #输入的id不存在删除报错
    if not deleted_count:
        raise HTTPException(status_code=404, detail=f"Student {student_id} not found")
    #能正产给删除,返回空
    return {}

删除对应学生的时候,也会级联删除对应的多对多表中数据

我们删除13号学生

执行删除请求

查看数据库,13号学生已被删除



查看多对多表13号也被删除

完整代码:

from fastapi import Request

from fastapi.exceptions import HTTPException

#导入模板的包
from fastapi.templating import Jinja2Templates

# 实例化Jinja2对象,并将文件夹路径设置为以templates命名的文件夹
templates = Jinja2Templates(directory="templates")


from pydantic import BaseModel

from typing import Union,List


#导入models
from models import *


from fastapi import APIRouter

api_student = APIRouter()


#保存数据到数据库,对用户输入数据进行校验
class StudentIn(BaseModel):
    name: str
    pwd: str
    sno: int
    clas_id: int
    courses: List[int] = []


#查看所有学生
@api_student.get("/")
async def getAllStudent():
    #注意,与数据库的操作要加await,得到的是queryset类型数据,[Student(),Student(),Student()....]
    # students = await Student.all()
    # print('students',students,type(students))
    #
    # #循环打印
    # for stu in students:
    #     print(stu.name, stu.sno)


    #过滤查询,查询指定内容filter,得到的依然是list类型数据
    # student = await Student.filter(name='liuxin')
    # print(student,type(student))
    # #得到具体数据
    # print(student[0].name)

    #get方法
    # student = await Student.get(name="wangfang")
    # print(student,type(student))
    # print(student.name,student.sno)


    #模糊查询,查询学号大于2001的学生
    # students = await Student.filter(sno__gt=2001)
    #查询学号是2001和2002的学生
    # students = await Student.filter(sno__in=[2001,2002])
    # print(students)


    #values查询,只查出指定字段数据
    # students = await Student.filter(sno__range=[1, 10000]).values('name','sno')
    # print(students)
    # for stu in students:
    #     print(stu)


    #一对多查询
    # student = await Student.get(name="wangfang")

    #
    # #直接通过外键字段查询,班级名称
    # clasname = await student.clas.values('name')
    # print("班级名称",clasname)
    #
    # #查询所有学生的班级名称,通过外键__字段值
    # students = await Student.all().values("name","clas__name")
    # print(students)

    #多对多查询,根据某个学生查询报的班名称和老师名称
    student = await Student.get(name="wangfang")
    print(await student.courses.all().values('name','teacher__name'))

    #查询所有学生的课程名称和老师名称
    students = await Student.all().values("name", "clas__name",'courses__name')
    print(students)



    return students


#将学生信息显示到页面
@api_student.get("/index")
async def show_student(request:Request):
    students = await Student.all()
    return templates.TemplateResponse(
        'index.html', #第一个参数放模板文件
        {
            'request': request,  # 注意,返回模板响应时,必须有request键值对,且值为Request请求对象
            'students':students

        }, #context上下文对象,是个字典
    )




#查看某个学生,基于路径参数
@api_student.get("/{student_id}")
async def getOneStudent(student_id:int):
    #注意,与数据库的操作要加await
    student = await Student.get(id=student_id)
    print(student.name)


    return student



#更新学生信息,使用put请求
@api_student.put("/student/{student_id}")
async def update_student(student_id: int, student: StudentIn):
    #将对象转换为字典
    data = student.dict(exclude_unset=True)
    #将courses字段排除,因为student表中没有courses字段
    courses = data.pop("courses")
    print(data, courses)
    #更新用filter方法。因为filter查出来的对象有update方法
    await Student.filter(id=student_id).update(**data)

    #设置多对多课程
    courses = await Course.filter(id__in=student.courses)
    edit_student = await Student.get(id=student_id)
    #先把原来课程清空,再添加更新后的
    await edit_student.courses.clear()
    await edit_student.courses.add(*courses)

    return student




@api_student.delete("/student/{student_id}")
async def delete_student(student_id: int):
    #返回删除的数量
    deleted_count = await Student.filter(id=student_id).delete()  # 条件删除
    #输入的id不存在删除报错
    if not deleted_count:
        raise HTTPException(status_code=404, detail=f"Student {student_id} not found")
    #能正产给删除,返回空
    return {}






@api_student.post("/",tags=["添加学生"])
async def addStudent(stu: StudentIn):
    # 添加数据库操作
    # 方式1
    # student = Student(name=stu.name, pwd=stu.pwd, sno=stu.sno, clas_id=stu.clas_id)
    # #插入数据库动作
    # await student.save()
    # print(student, dir(student))


    # 方式2
    student = await Student.create(name=stu.name, pwd=stu.pwd, sno=stu.sno, clas_id=stu.clas_id)
    print(student, dir(student))

    # 添加多对多关系记录
    courses = await Course.filter(id__in=stu.courses)
    print("courses", courses)
    #添加的时候,要用*打散的方式传参
    await student.courses.add(*courses)
    print("student", student.courses)

    return courses



相关文章
|
3天前
|
存储 关系型数据库 MySQL
mysql数据库查询时用到的分页方法有哪些
【8月更文挑战第16天】在MySQL中,实现分页的主要方法包括:1)使用`LIMIT`子句,简单直接但随页数增加性能下降;2)通过子查询优化`LIMIT`分页,提高大页码时的查询效率;3)利用存储过程封装分页逻辑,便于复用但需额外维护;4)借助MySQL变量实现,可能提供更好的性能但实现较复杂。这些方法各有优缺点,可根据实际需求选择适用方案。
|
11天前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
|
12天前
|
搜索推荐 前端开发 数据可视化
【优秀python web毕设案例】基于协同过滤算法的酒店推荐系统,django框架+bootstrap前端+echarts可视化,有后台有爬虫
本文介绍了一个基于Django框架、协同过滤算法、ECharts数据可视化以及Bootstrap前端技术的酒店推荐系统,该系统通过用户行为分析和推荐算法优化,提供个性化的酒店推荐和直观的数据展示,以提升用户体验。
|
12天前
|
搜索推荐 前端开发 数据可视化
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现
本文介绍了一个基于Python协同过滤算法的旅游景点推荐系统,该系统采用Django框架、MySQL数据库、Bootstrap前端和echarts数据可视化技术,旨在为用户提供个性化的旅游推荐服务,提升用户体验和旅游市场增长。
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现
|
2天前
|
数据采集 存储 中间件
Python进行网络爬虫:Scrapy框架的实践
【8月更文挑战第17天】网络爬虫是自动化程序,用于从互联网收集信息。Python凭借其丰富的库和框架成为构建爬虫的首选语言。Scrapy作为一款流行的开源框架,简化了爬虫开发过程。本文介绍如何使用Python和Scrapy构建简单爬虫:首先安装Scrapy,接着创建新项目并定义爬虫,指定起始URL和解析逻辑。运行爬虫可将数据保存为JSON文件或存储到数据库。此外,Scrapy支持高级功能如中间件定制、分布式爬取、动态页面渲染等。在实践中需遵循最佳规范,如尊重robots.txt协议、合理设置爬取速度等。通过本文,读者将掌握Scrapy基础并了解如何高效地进行网络数据采集。
23 6
|
3天前
|
机器学习/深度学习 JSON API
【Python奇迹】FastAPI框架大显神通:一键部署机器学习模型,让数据预测飞跃至Web舞台,震撼开启智能服务新纪元!
【8月更文挑战第16天】在数据驱动的时代,高效部署机器学习模型至关重要。FastAPI凭借其高性能与灵活性,成为搭建模型API的理想选择。本文详述了从环境准备、模型训练到使用FastAPI部署的全过程。首先,确保安装了Python及相关库(fastapi、uvicorn、scikit-learn)。接着,以线性回归为例,构建了一个预测房价的模型。通过定义FastAPI端点,实现了基于房屋大小预测价格的功能,并介绍了如何运行服务器及测试API。最终,用户可通过HTTP请求获取预测结果,极大地提升了模型的实用性和集成性。
13 1
|
8天前
|
IDE 测试技术 持续交付
Python自动化测试与单元测试框架:提升代码质量与效率
随着软件行业的发展,代码质量和效率变得至关重要。自动化测试与单元测试是保证质量、提升效率的关键。Python凭借其简洁强大及丰富的测试框架(如Selenium、Appium、pytest和unittest等),成为了实施自动化测试的理想选择。本文将深入探讨这些框架的应用,帮助读者掌握编写高质量测试用例的方法,并通过持续集成等策略提升开发流程的效率与质量。
26 4
|
5天前
|
存储 SQL 数据库
触发器的设计、掌握存储过程的基本概念和创建、执行、删除方法。掌握数据库备份的方法和数据库恢复的方法。
这篇文章介绍了数据库中触发器的设计概念,包括创建、修改、删除触发器的方法,并通过实验内容教授如何使用SQL命令创建DML触发器以及如何利用触发器实现数据的完整性和自动化处理。
触发器的设计、掌握存储过程的基本概念和创建、执行、删除方法。掌握数据库备份的方法和数据库恢复的方法。
|
1天前
|
存储 SQL 关系型数据库
关系型数据库和非关系型数据库的区别和选择方法?
【8月更文挑战第17天】关系型数据库和非关系型数据库的区别和选择方法?
4 0
|
4天前
|
开发框架 中间件 .NET
分享 ASP.NET Core Web Api 中间件获取 Request Body 两个方法
分享 ASP.NET Core Web Api 中间件获取 Request Body 两个方法