Flask全套知识点从入门到精通，学完可直接做项目（四）-阿里云开发者社区

filter过滤数据

过滤是数据提取的一个很重要的功能，以下对一些常用的过滤条件进行解释，并且这些过滤条件都是只能通过filter方法实现的：

equals

news=session.query(News).filter(News.title =="title1").first()

not equals

query(User).filter(User.name != 'ed')

like & ilike [不区分大小写]

query(User).filter(User.name.like('%ed%'))

query(User).filter(User.name.in_(['ed','wendy','jack']))

not in

query(User).filter(~User.name.in_(['ed','wendy','jack']))

is null

1. query(User).filter(User.name==None)
2. # 或者是 query(User).filter(User.name.is_(None))

is not null

1. query(User).filter(User.name != None)
2. # 或者是query(User).filter(User.name.isnot(None))

and

query(User).filter(and_(User.name=='ed',User.fullname=='Ed Jones'))
# 或者是传递多个参数
query(User).filter(User.name=='ed',User.fullname=='Ed Jones')
# 或者是通过多次filter操作
query(User).filter(User.name=='ed').filter(User.fullname=='Ed Jones')

query(User).filter(or_(User.name=='ed',User.name=='wendy'))

如果想要查看orm底层转换的sql语句，可以在filter方法后面不要再执行任何方法直接打印就可以看到了。比如：

news =session.query(News).filter(or_(News.title=='abc',News.content=='abc'))
print(news)

from random import randint
from uuid import uuid4
from sqlalchemy import
Column,Integer,String,Float,Text,and_,or_
from db_util import Base,Session
class Article(Base):
    __tablename__ = 't_article'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(50),nullable=False)
    price = Column(Float,nullable=False)
    content = Column(Text)
    def __repr__(self):
        return f"<Article(title:{self.title} price:{self.price} content:{self.content})>"
def create_data():
     with Session() as ses:
        for i in range(10):
            if i%2 == 0:
                art = Article(title =f'title{i+1}',price=randint(1,100),content= uuid4())
            else:
                art = Article(title =f'TITLE{i+1}',price=randint(1,100))
            ses.add(art)
        ses.commit()
def query_data():
    with Session() as ses:
        # rs =ses.query(Article).filter_by(id=1).first()
        rs =ses.query(Article).filter(Article.id ==1).first()
        print(rs)
def query_data_equal():
    with Session() as ses:
        rs =ses.query(Article).filter(Article.title =='title2').first()
        print(rs)
def query_data_not_equal():
    with Session() as ses:
        rs =ses.query(Article).filter(Article.title !='title2').all()
        print(rs)
def query_data_like():
    with Session() as ses:
        # select * from t_article wheretitle like 'title%';
        rs =ses.query(Article).filter(Article.title.like('title%')).all()
        for r in rs:
            print(r)
def query_data_in():
    with Session() as ses:
      rs=ses.query(Article).filter(Article.title.in_(['title1','title3','title6'])).all()
        for r in rs:
            print(r)
def query_data_not_in():
    with Session() as ses:
     rs=ses.query(Article).filter(~Article.title.in_(['title1','title3','title6'])).all()
        for r in rs:
            print(r)
def query_data_null():
    with Session() as ses:
        rs =ses.query(Article).filter(Article.content== None).all()
        for r in rs:
            print(r)
def query_data_not_null():
    with Session() as ses:
        rs =ses.query(Article).filter(Article.content!= None).all()
        for r in rs:
            print(r)
def query_data_and():
    with Session() as ses:
        # rs =ses.query(Article).filter(Article.title!='title4' and Article.price>8).all()
        # rs =ses.query(Article).filter(Article.title!='title4',Article.price >50 ).all()
        rs =ses.query(Article).filter(and_(Article.title !='title4',Article.price >50)).all()
        for r in rs:
            print(r)
def query_data_or():
    with Session() as ses:
          rs =ses.query(Article).filter(or_(Article.title=='title4',Article.price >50) ).all()
        for r in rs:
            print(r)
if __name__ == '__main__':
    # Base.metadata.create_all()
    # create_data()
    # query_data()
    # query_data_equal()
    # query_data_not_equal()
    # query_data_like()
    # query_data_in()
    # query_data_not_in()
    # query_data_null()
    # query_data_not_null()
    # query_data_and()
    query_data_or()

表关系

表之间的关系存在三种：一对一、一对多、多对多。而SQLAlchemy中的ORM也可以模拟这三种关系。因为一对一其实在SQLAlchemy中底层是通过一对多的方式模拟的，所以先来看下一对多的关系：

外键：使用SQLAlchemy创建外键非常简单。在从表中增加一个字段，指定这个字段外键的是哪个表的哪个字段就可以了。从表中外键的字段，必须和主表的主键字段类型保持一致。

class User(Base):
    __tablename__ = 't_user'
    id =Column(Integer,primary_key=True,autoincrement=True)
    uname =Column(String(50),nullable=False,name='name')
class News(Base):
    __tablename__ = 't_news'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(50),nullable=False)
    content = Column(Text,nullable=False)
    uid =Column(Integer,ForeignKey('t_user.id',)

外键约束有以下几项：

RESTRICT：若子表中有父表对应的关联数据，删除父表对应数据，会阻止删除。默认项

NO ACTION：在MySQL中，同RESTRICT。

CASCADE：级联删除。

SET NULL：父表对应数据被删除，子表对应数据项会设置为 NULL。

from sqlalchemy import
Column,Integer,String,Text,ForeignKey
from db_util import Base,Session
class User(Base):
    __tablename__ = 't_user'
    id =Column(Integer,primary_key=True,autoincrement=True)
    uname =Column(String(50),nullable=False,name='name')
class News(Base):
    __tablename__ = 't_news'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(50),nullable=False)
    content = Column(Text,nullable=False)
    # uid =Column(Integer,ForeignKey('t_user.id')) # 默认不让删主表数据
    # uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'RESTRICT')) # 默认的策略
    # uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'NO ACTION')) # 默认的策略
    # uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'CASCADE')) # 级联删除，发主表的数据被删除，子表的里数据也会删除
    uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'SET NULL')) # 发现主表数据被删除时，子表的数据列会清空
def create_data():
    user = User(uname = 'zs')
    news1 =News(title='python',content='flask',uid = 1)
    news2 =News(title='MySQL',content='SQL',uid = 1)
    with Session() as ses:
        ses.add(user)
        ses.commit()
    with Session() as ses:
        ses.add(news1)
        ses.add(news2)
        ses.commit()
if __name__ == '__main__':
    Base.metadata.create_all()
    create_data()

ORM关系之一对多

mysql级别的外键，还不够爽，必须拿到一个表的外键，然后通过这个外键再去另外一张表中查找，这样太麻烦了。

SQLAlchemy提供了一个 relationship ，这个类可以定义属性，以后在访问相关联的表的时候就直接可以通过属性访问的方式就可以访问得到了。另外，可以通过 backref 来指定反向访问的属性名称。newss是指有多篇新闻。他们之间的关系是一个“一对多”的关系

from sqlalchemy import
Column,Integer,String,Text,ForeignKey
from sqlalchemy.orm  import relationship
from db_util import Base,Session
class User(Base):
    __tablename__ = 't_user'
    id =Column(Integer,primary_key=True,autoincrement=True)
    uname =Column(String(50),nullable=False,name='name')
    # news = relationship('News') # 不友好
    def __repr__(self):
        return f'<User: id={self.id} uname={self.uname}>'
# 1对多 ForeignKey的关键字要建立在 多一边
class News(Base):
    __tablename__ = 't_news'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(50),nullable=False)
    content = Column(Text,nullable=False)
    uid =Column(Integer,ForeignKey('t_user.id'))
    user =relationship('User',backref='news')  # 将主表的数据注入到这个字段
    def __repr__(self):
        return f'<News: id={self.id} title={self.title} content={self.content} uid={self.uid}>'
def create_data():
    user = User(uname = 'sxt')
    news1 =News(title='Python',content='flask',uid = 1)
    news2 =News(title='MySQL',content='SQL',uid = 1)
    with Session() as ses:
        ses.add(user)
        ses.commit()
    with Session() as ses:
        ses.add(news1)
        ses.add(news2)
        ses.commit()
def query_data():
    with Session() as ses:
        # news1 = ses.query(News).first()
        # print(news1)
        # select u.id u.uname from t_news n left join t_user u n.uid = u.id where n.id =
1;
        news1 = ses.query(News).first()
        uid = news1.uid
        user = ses.query(User).first()
        print(user)
def query_data2():
    # 通地子表查询主表的数据
    with Session() as ses:
        news1 = ses.query(News).first()
        print(news1.user)
def query_data3():
    # 通地主表查找子表的数据
    with Session() as ses:
        user1 = ses.query(User).first()
        print(user1.news)
if __name__ == '__main__':
    # Base.metadata.create_all()
    # create_data()
    # query_data()
    # query_data2()
    query_data3()

ORM关系之一对一

在sqlalchemy中，如果想要将两个模型映射成一对一的关系，那么应该在父模型中，指定引用的时候，要传递一个 uselist=False 这个参数进去。就是告诉父模型，以后引用这个从模型的时候，不再是一个列表了，而是一个对象了

class LoginUser(Base):
    __tablename__ = 't_user_login'
    id =Column(Integer,primary_key=True,autoincrement=True)
    uname =Column(String(32),nullable=False)
    passwd =Column(String(32),nullable=False)
# 创建1对1的关系, 创建一个字段来做别一个表的标识(外键)
class User(Base):
    __tablename__ = 't_user'
     id =Column(Integer,primary_key=True,autoincrement=True)
    name =Column(String(32),nullable=False,name='name')
    gender = Column(String(1))
    address = Column(String(64))
    login_id =Column(Integer,ForeignKey('t_user_login.id'))
    login_user =relationship('LoginUser',backref=backref('user',uselist=False))

ORM关系之多对多

多对多的关系需要通过一张中间表来绑定他们之间的关系。

先把两个需要做多对多的模型定义出来

使用Table定义一个中间表，中间表一般就是包含两个模型的外键字段就可以了，并且让他们两个来作为一个“复合主键”

在两个需要做多对多的模型中随便选择一个模型，定义一个 relationship属性，来绑定三者之间的关系，在使用relationship 的时候，需要传入一个secondary=中间表对象名

from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy import Table
from sqlalchemy.orm  import
relationship,backref
from db_util import Base,Session
# 创建第3张表，来建立多对多关系
# 放到2个模型之上
news_tag = Table(
    't_news_tag',
    Base.metadata,
  Column('news_id',Integer,ForeignKey('t_news.id'),primary_key = True),
  Column('tag_id',Integer,ForeignKey('t_tag.id'),primary_key = True),)
class News(Base):
     __tablename__ = 't_news'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(32),nullable=False)
    tags =relationship('Tag',backref='newss',secondary= news_tag)
    def __repr__(self):  
        return f'<News: id={self.id} title={self.title}>'
class Tag(Base):
    __tablename__ = 't_tag'
    id =Column(Integer,primary_key=True,autoincrement=True)
    name = Column(String(32),nullable=False)
    # news =relationship('News',backref='tags',secondary= news_tag)
    def __repr__(self):  
        return f'<Tag: id={self.id} name={self.name}>'
def create_data():
    news1 = News(title = 'Python更新了！')
    news2 = News(title = 'SQLAlchemy功能又强大了！')
    tag1 = Tag(name = 'IT新闻')
    tag2 = Tag(name = '科学技术')
    news1.tags.append(tag1)
    news1.tags.append(tag2)
    news2.tags.append(tag1)
    news2.tags.append(tag2)
    with  Session() as ses:
        ses.add(news1)
        ses.add(news2)
        ses.commit()
def query_data():
    with  Session() as ses:
        news = ses.query(News).first()
        print(news.tags)
if __name__ == '__main__':
    # Base.metadata.create_all()
    # create_data()
    query_data()

ORM层面删除数据注意事项

ORM层面删除数据，会无视mysql级别的外键约束。直接会将对应的数据删除，然后将从表中的那个外键设置为NULL，也就是数据库的 SET NULL 。如果想要避免这种行为，应该将从表中的外键的 nullable=False 。

from sqlalchemy import Column, Integer,
String, ForeignKey
from sqlalchemy.orm import relationship
from db_util import Base, Session
class User(Base):
    __tablename__ = 't_user'
    id = Column(Integer, primary_key=True,autoincrement=True)
    name = Column(String(32))
class Article(Base):
    __tablename__ = 't_article'
    id = Column(Integer, primary_key=True,autoincrement=True)
    title = Column(String(32))
    uid = Column(Integer,ForeignKey("t_user.id"))
    # uid = Column(Integer,ForeignKey("t_user.id"),nullable = False)
    user =relationship('User',backref='articles')
def create_data():
    Base.metadata.drop_all() # 删除已有的表
    Base.metadata.create_all() # 创建表
    # 初始化数据
    user = User(name='zs')
    art1 = Article(title='Python', uid=1)
    art2 = Article(title='MySQL', uid=1)
    user.articles.append(art1)
    user.articles.append(art2)
    with Session() as ses:
        ses.add(user)
        ses.commit()
def delete_data():
    # 默认删除主表数据时，会将子表的引用主表数据的外键设置Null
    with Session() as ses:
        user = ses.query(User).first()
        ses.delete(user)
        ses.commit()
if __name__ == '__main__':
    # create_data()
    delete_data()

ORM层面的relationship方法中cascade

在SQLAlchemy，只要将一个数据添加到session中，和他相关联的数据都可以一起存入到数据库中了。这些是怎么设置的呢？其实是通过relationship的时候，有一个关键字参数cascade可以设置这些属性，

cascade属性值为：

save-update：默认选项。在添加一条数据的时候，会把其他和他相关联的数据都添加到数据库中。这种行为就是save-update属性影响的。

delete：表示当删除某一个模型中的数据的时候，是否也删掉使用 relationship和他关联的数据。 delete-orphan：表示当对一个ORM对象解除了父表中的关联对象的时候，自己便会被删除掉。当然如果父表中的数据被删除，自己也会被删除。这个选项只能用在一对多上，并且还需要在子模型中的relationship中，增加一个single_parent=True的参数。

merge：默认选项。当在使用session.merge，合并一个对象的时候，会将使用了relationship相关联的对象也进行merge操作。

expunge：移除操作的时候，会将相关联的对象也进行移除。这个操作只是从session中移除，并不会真正的从数据库中删除。

all：是对save-update, merge, refresh-expire, expunge, delete 几种的缩写。

from sqlalchemy import Column, Integer,
String, ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base, Session
class User(Base):
    __tablename__ = 't_user'
    id = Column(Integer, primary_key=True,autoincrement=True)
    name = Column(String(32))
    # articles =relationship('Article',backref='user',cascade='')
    # articles =relationship('Article',backref='user',cascade='save-update') # 默认cascade的值是saveupdate
    # articles =relationship('Article',backref='user',cascade='save-update,delete') #delete可以帮助删除关联表的数据
    # articles =relationship('Article',backref='user',cascade='save-update,delete,deleteorphan',single_parent=True) # 当关联关系被解除时，子表数据会被清空
class Article(Base):
    __tablename__ = 't_article'
    id = Column(Integer, primary_key=True,autoincrement=True)
    title = Column(String(32))
    uid = Column(Integer,ForeignKey("t_user.id"))
    # user =relationship('User',backref='articles',cascade='save-update,delete') # 会把主表的数据删除
    user =relationship('User',backref=backref('articles',cascade='saveupdate,delete,deleteorphan'))
def create_data():
    Base.metadata.drop_all() # 删除已有的表
    Base.metadata.create_all() # 创建表
    # 初始化数据
    user = User(name='SXT')
    art1 = Article(title='Python', uid=1)
    art2 = Article(title='MySQL', uid=1)
    user.articles.append(art1)
    user.articles.append(art2)
    # 保存数据
    with Session() as ses:
        ses.add(user)
        ses.commit()
def delete_data():
    with Session() as ses:
        user = ses.query(User).first()
        ses.delete(user)
        ses.commit()
def delete_art():
    with Session() as ses:
        art = ses.query(Article).first()
        ses.delete(art)
        ses.commit()
def update_data():
    with Session() as ses:
        user = ses.query(User).first()
        user.articles = []
        ses.commit()
if __name__ == '__main__':
    # create_data()
    # delete_data()
    # update_data()
    delete_art()

排序

order_by方法排序：可以指定根据模型中某个属性进行排序，"模型名.属性名.desc()"代表的是降序排序。relationship的方法中order_by属性：在指定relationship方法的时候，添加order_by属性来指定排序的字段。

方式1：order_by方法指定

# 升序
users =ses.query(User).order_by(User.age).all()
# 降序
users =ses.query(User).order_by(User.age.desc()).all()

方式2：涉及两表时，定义模型时，用relationship方法中的 order_by属性指定排序方式

from random import randint
from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class User(Base):
    __tablename__ = 't_user'
    id = Column(Integer,primary_key=True,autoincrement=True)
    name = Column(String(32))
    age = Column(Integer)
    def __repr__(self):
        return f'<User: id={self.id} name={self.name} age={self.age}>'  
class News(Base):
    __tablename__ = 't_news'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(32),nullable=False)
    content =Column(String(32),nullable=False)
    read_count = Column(Integer)
    uid =Column(Integer,ForeignKey('t_user.id'))
    user =relationship('User',backref=backref('newss',order_by=read_count))
    def __repr__(self):
        return f'<User: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>'  
def create_user():
    with Session() as ses:
        for i in range(10):
            user = User(name = f'用户{i}',age= randint(6,20))
            ses.add(user)
        for i in range(10):
            news = News(title = f'新闻{i}',content = '新闻',read_count =randint(1,1000))
            user.newss.append(news)
        ses.commit()
def query_user():
    with Session() as ses:
        users = ses.query(User).all()
        for i in users[-1].newss:
            print(i)
if __name__ == '__main__':
    # Base.metadata.drop_all()
    # Base.metadata.create_all()
    # create_user()
    query_user()

注意 __mapper_args__ 参数的1.1版本已被抛弃

limit、offset、slice使用

limit：可以限制查询的时候只查询前几条数据。属top-N查询

offset：可以限制查找数据的时候过滤掉前面多少条。可指定开始查询时的偏移量。

切片：可以对Query对象使用切片操作，来获取想要的数据。

可以使用 slice(start,stop) 方法来做切片操作。

也可以使用 [start:stop] 的方式来进行切片操作。

一般在实际开发中，中括号的形式是用得比较多的。

from random import randint
from sqlalchemy import Column,Integer,String
from db_util import Base,Session
class News(Base):
    __tablename__ = 't_news'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(32),nullable=False)
    content =Column(String(32),nullable=False)
    read_count = Column(Integer)
    def __repr__(self):
        return f'<User: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>'  
def create_data():
    Base.metadata.drop_all()
    Base.metadata.create_all()
    with Session() as ses:
        for i in range(10):
            news = News(title=f'title{i}',content=f'info{i}',read_count= randint(0,1000))
            ses.add(news)
        ses.commit()
def query_by_limit():
    with Session() as ses:
        newss = ses.query(News).limit(3).all()
        for n in newss:
            print(n)
def query_by_offset():
    with Session() as ses:
        newss = ses.query(News).offset(3).all()
     for n in newss:
            print(n)        
def query_by_page():
    # limit topN数据
    # offset 跳过n数据
    # 分页效果 1-3 4-6 7-9  
    # 3 0     1 (pagenum-1)*pagesize
    # 3 3     2   (2-1)*3 = 3
    # 3 6     3   (3-1)*3 = 6
    # 3 9     4   (4-1)*3 = 6
    with Session() as ses:
        # (pagenum-1)*pagesize
        newss = ses.query(News).limit(3).offset(3).all()
        for n in newss:
            print(n)
def query_by_slice():
    with Session() as ses:
        # 从哪个索引开始,到哪个索引结束
        newss = ses.query(News).slice(3,6).all()
        for n in newss:
            print(n)
def query_by_qiepian():
    with Session() as ses:
        # 从哪个索引开始,到哪个索引结束
        newss = ses.query(News).all()[3:6]
        for n in newss:
            print(n)
if __name__ == '__main__':
    # create_data()
    # query_by_limit()
    # query_by_offset()
    # query_by_page()
    # query_by_slice()
    query_by_qiepian()

懒加载

在一对多，或者多对多关系的时候，如果想要获取多的一方这一部分的数据的时候，往往能通过一个属性就可以全部获取了。如有一个作者，想要这个作者的所有文章，通过user.articles就可以获取所有的但有时候我们不想获取所有的数据，如只想获取这个作者今天发表的文章，那么这时候我们可以给relationship方法添加属性 lazy='dynamic' ，以后通过 user.articles 获取到的就不是一个列表，而是一个 AppenderQuery对象了。这样就可以对这个对象再进行一层过滤和排序等操作通过 lazy='dynamic' ，获取出来的多的那一部分的数据，就是一个 AppenderQuery 对象了。这种对象既可以添加新数据，也可以跟 Query 一样，可以再进行一层过滤.

lazy可用的选项：

1 select ： (默认) 后台会用select语句一次性加载所有数据，即访问到属性的时候，就会全部加载该属性的数据

2 joined - 数据会被JOIN语句加载，即对关联的两个表进行join操作，从而获取到所有相关的对象 3 subquery - 数据被用subquery子查询SQL语句加载

4 dynamic ：这个也是懒加载。在访问属性的时候，并不在内存中加载数据，而是返回一个 AppenderQuery 对象, 需要执行相应方法才可以获取对象。适用于数据量大的时候

注意

lazy="dynamic" 只可以用在一对多和多对对关系中，不可以用在一对一和多对一中。这样也合理：如果返回结果很少的话，就没必要延迟加载数据了。

from random import randint
from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class User(Base):
    __tablename__ = 't_user'
    id = Column(Integer,primary_key=True,autoincrement=True)
    name = Column(String(32))
    age = Column(Integer)
    def __repr__(self):
        return f'<User: id={self.id} name={self.name} age={self.age}>'  
class News(Base):
    __tablename__ = 't_news'
    id =Column(Integer,primary_key=True,autoincrement=True)
    title =Column(String(32),nullable=False)
    content =Column(String(32),nullable=False)
    read_count = Column(Integer)
    uid =Column(Integer,ForeignKey('t_user.id'))
    user =relationship('User',backref=backref('newss',lazy='dynamic'))
    def __repr__(self):
        return f'<News: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>'  
def create_data():
    with Session() as ses:
        for i in range(10):
            user = User(name =f'name{i}',age = randint(6, 30))
            ses.add(user)
        for i in range(10):
            news =News(title=f'title{i}',content=f'info{i}',read_count= randint(0,1000))
            user.newss.append(news)
        ses.commit()
def query_data():
    with Session() as ses:
        users = ses.query(User)
        print(users)
        print(type(users))
def query_data2():
    with Session() as ses:
        users = ses.query(User).all()
        print(users[-1].newss)
        print(type(users[-1].newss))
def query_data3():
    # 'lazy = select 默认不能2次过滤'
    with Session() as ses:
        users = ses.query(User).all()
        newss =users[-1].newss.filter(News.read_count >500).all()
        print(newss)
if __name__ == '__main__':
    # Base.metadata.drop_all()
    # Base.metadata.create_all()
    # create_data()
    # query_data2()
    query_data3()

分组group_by和过滤分组having

group_by

根据某个字段进行分组。如想要根据年龄进行分组，来统计每个分组分别有多少人

r =session.query(User.age,func.count(User.id)).group_by(User.age).all()

having having

是对分组查找结果作进一步过滤。如只想要看未成年人的人数，那么可以首先对年龄进行分组统计人数，然后再对分组进行having 过滤。

r =session.query(User.age,func.count(User.id)).group_by(User.age).having(User.age < 18).all()

from random import randint
from sqlalchemy import
Column,Integer,String,ForeignKey,func
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class User(Base):
    __tablename__ = 't_user'
    id = Column(Integer,primary_key=True,autoincrement=True)
    name = Column(String(32))
    age = Column(Integer)
    def __repr__(self):
        return f'<User: id={self.id} name={self.name} age={self.age}>'
def create_data():
    Base.metadata.drop_all()
    Base.metadata.create_all()
    with Session() as ses:
        for i in range(10):
            user = User(name =f'name{i}',age = randint(6, 30))
            ses.add(user)
        ses.commit()
def query_by_age():
    # 统计 每个年龄的人数
    with Session() as ses:
         user =ses.query(User.age,func.count(User.id)).group_by(User.age).all()
        print(user)
def query_by_age_gt_18():
    #统计 每个年龄的人数，要求排除未成年人
    with Session() as ses:
        user =ses.query(User.age,func.count(User.id)).group_by(User.age).having(User.age>18).all()
        print(user)
def query_by_age_lt_18():
    # 统计 每个年龄的人数，要求未成年人
    with Session() as ses:
        user =ses.query(User.age,func.count(User.id)).group_by(User.age).having(User.age<18).all()
        print(user)
if __name__ =='__main__':
    # create_data()
    # query_data()
    # query_by_age_gt_18()
    query_by_age_lt_18()

Flask-SQLAlchemy的使用

Flask-SQLAlchemy是一个插件， Flask-SQLAlchemy是对SQLAlchemy进行了一个简单的封装的一个插件，使得我们在flask中使用sqlalchemy更加的简单。

安装 pip install flask-sqlalchemy

Flask-SQLAlchemy的使用要点

数据库连接

数据库初始化不再是通过create_engine。

1 跟sqlalchemy一样，定义好数据库连接字符串DB_URI。

2 将这个定义好的数据库连接字符串DB_URI，通过 SQLALCHEMY_DATABASE_URI 这个key名配置到 app.config 中。

app.config["SQLALCHEMY_DATABASE_URI"] =DB_URI

3 使用 flask_sqlalchemy.SQLAlchemy 这个类定义一个对象，并将 app 传入进去。

db = SQLAlchemy(app)

创建ORM模型类

之前都是通过Base = declarative_base()来初始化一个基类，然后再继承，在Flask-SQLAlchemy中更加简单了

1 还是跟使用sqlalchemy一样，定义模型。现在不再是需要使用 delarative_base 来创建一个基类。而是使用 db.Model 来作为基类

2 在模型类中， Column 、 String 、 Integer 以及 relationship 等，都不需要导入了，直接使用 db 下面相应的属性名就可以了

3 在定义模型的时候，可以不写 __tablename__ ，那么 flask_sqlalchemy 会默认使用当前的模型的名字转换成小写来作为表的名字

并且如果这个模型的名字用到了多个单词并且使用了驼峰命名法，那么会在多个单词之间使用下划线来进行连接

将ORM模型映射到数据库表

写完模型类后，要将模型映射到数据库的表中，使用以下代码即可

1. 删除数据库表： db.drop_all()

2. 创建数据库表： db.create_all()

session的使用

以后session也不需要使用 sessionmaker 来创建了，直接使用 db.session 就可以了，操作这个session的时候就跟之前的 sqlalchemy 的 session 是一样一样的。

添加数据

这时候就可以在数据库中看到已经生成了对应表了添加数据和之前的没有区别，只是session成为了一个db的属性

查询数据

1 单表查询:查询数据不再是之前的session.query方法了，而是将query属性放在了db.Model上，所以查询就是通过“模型名.query”的方式进行查询了， query 就跟之前的sqlalchemy中的query方法是一样用的。

2 多表查询: 如果查找数据涉及多个模型，只能使用db.session.query(模型名).all() 这种方式

修改数据：修改数据和之前的没有区别，只是session成为了一个db的属性

删除数据：删除数据跟添加数据和修改数据类似，只不过session是db的一个属性而已

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app =  Flask(__name__)
# 数据库的变量
HOST = '192.168.30.151'  # 127.0.0.1/localhost
PORT = 3306
DATA_BASE = 'flask_db'
USER = 'root'
PWD = '123'
DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
app.config['SQLALCHEMY_DATABASE_URI'] =DB_URI
app.config['SQLALCHEMY_TRACK_MODIFICATIONS']= False
# 链接数据库
db =  SQLAlchemy(app)
# 创建模型类
class User(db.Model):
    __tablename__ = 't_user' # flask_alchemy 可以忽略不写
    id = db.Column(db.Integer,primary_key =True,autoincrement = True)
    name = db.Column(db.String(32))
    def __repr__(self):
        return f'<User id={self.id} name={self.name}>'
class News(db.Model):
    __tablename__ = 't_news' # flask_alchemy 可以忽略不写
    id = db.Column(db.Integer,primary_key =True,autoincrement = True)
    content = db.Column(db.String(100))
    uid =db.Column(db.Integer,db.ForeignKey('t_user.id'))
    user =db.relationship('User',backref='newss')
    def __repr__(self):
        return f'<News id={self.id} content={self.content}>'
# 删除表
# db.drop_all()
# 创建表
# db.create_all()
# 增加数据
def create_data():
    user = User(name = 'zs')
    news = News(content = 'Python内容')
    user.newss.append(news)
    db.session.add(user)
    db.session.commit()
# 查询单表数据
def query_data_one():
    users = User.query.all()
    print(users)
# 查询多表
def query_data_many():
    rs =db.session.query(User,News.content).join(News,News.uid == User.id).all()
    print(rs)
# 修改数据
def update_data():
    user = User.query.first()
    user.name = 'lisi'
    db.session.commit()
# 删除数据
def delete_data():
    news = News.query.first()
    db.session.delete(news)
    db.session.commit()
if __name__ == "__main__":
    # create_data()
    # query_data_one()
    # query_data_many()
    # update_data()
    delete_data()

Flask-Migrate

介绍

flask-migrate是flask的一个扩展模块，主要是扩展数据库表结构的。 flask-migrate是基于Alembic进行的一个封装，并集成到Flask中，所有的迁移操作其实都是Alembic做的，他能跟踪模型的变化，并将变化映射到数据库中。

安装 pip install flask-migrate

使用方法模型类

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app =  Flask(__name__)
# 数据库的变量
HOST = '192.168.30.151'  # 127.0.0.1/localhost
PORT = 3306
DATA_BASE = 'flask_db'
USER = 'root'
PWD = '123'
DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
# mysql+pymysql://root:123@192.168.30.151/flask_db
app.config['SQLALCHEMY_DATABASE_URI'] =DB_URI
app.config['SQLALCHEMY_TRACK_MODIFICATIONS']= False
db =  SQLAlchemy(app)
# 创建模型类
class User(db.Model):
    __tablename__ = 't_user'
    id = db.Column(db.Integer,primary_key =True,autoincrement = True)
    name = db.Column(db.String(32))
    age = db.Column(db.Integer)
    def __repr__(self):
        return f'<User id={self.id} name={self.name}>'
from flask_migrate import Migrate
Migrate(app,db)

注意创建Migrate(app,db)对象

创建迁移仓库

这个命令会创建migrations文件夹，所有迁移文件都放在里面。

flask db init

生成脚本文件

flask db migrate

更新数据库

flask db upgrade

返回以前的版本

flask db downgrade version_

Flask项目结构重构

一个良好的项目结构努力可以清晰的看出来各个模块的作用，方便扩展，易于修改虽然Flask并没有强制要求开发者项目的目录层次结构应该是怎么样的，但是如果我们以包和模块的形式组织项目的话，后期的开发会非常的有条理。

项目结构

基本结构如下：可根据实际需求做微小调整。

|project_name
|--pro_name # 整个程序的包目录
|----__init__.py # 项目包文件
|----templates # 模板文件
|------common # 通用模板
|------errors # 错误页面
|------user # 用户模板
|------email # 邮件模板
|----static # 静态资源文件
|------js # JS脚本
|------css # 样式表
|------img # 图片
|------favicon.ico # 网站图表
|----user # 用户模块
|------__init__.py # 用户模块-包文件
|------views.py # 用户模块-视图文件
|----item # 产品模块
|------__init__.py # 产品模块-包文件
|------views.py # 产品模块-视图文件
|----models.py # 数据模型
|--app.py # 项目启动控制文件
|--config.py # 配置文件
|--requirements.txt # 依赖包列表
|--migrations # 数据库迁移目录

注意1

整个程序的包目录名不能为 app ,不然会报 Error: Failed to find Flask application or factory in module 'app'. Use 'FLASK_APP=app:name' to specify one.

注意2

项目启动控制文件名为 app.py ,不然会报 Error: Could not locate a Flask application. You did not provide the "FLASK_APP" environment variable, and a "wsgi.py" or "app.py" module was not found in the current directory.

解决方案2 使用.env文件解决

# .env
FLASK_APP=pro_name/__init__:create_app()

Flask全套知识点从入门到精通，学完可直接做项目（四）

filter过滤数据

表关系

ORM关系之一对多

ORM关系之一对一

ORM关系之多对多

排序

limit、offset、slice使用

懒加载

分组group_by和过滤分组having

Flask-SQLAlchemy的使用

Flask-Migrate

Flask项目结构重构

热门文章

最新文章

相关课程

相关电子书

相关实验场景

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

Flask全套知识点从入门到精通，学完可直接做项目（四）

filter过滤数据

表关系

ORM关系之一对多

ORM关系之一对一

ORM关系之多对多

排序

limit、offset、slice使用

懒加载

分组group_by和过滤分组having

Flask-SQLAlchemy的使用

Flask-Migrate

Flask项目结构重构

热门文章

最新文章

相关课程

相关电子书

相关实验场景