Flask入门数据库过滤器与查询集(十一)

简介: 1 查询集 : 指数据查询的集合原始查询集: 不经过任何过滤返回的结果为原始查询集数据查询集: 将原始查询集经过条件的筛选最终返回的结果查询过滤器:过滤器 功能cls.

1 查询集 : 指数据查询的集合

  1. 原始查询集: 不经过任何过滤返回的结果为原始查询集
  2. 数据查询集: 将原始查询集经过条件的筛选最终返回的结果

查询过滤器:

过滤器 功能
cls.query.filter(类名.属性名 条件操作符 条件) 过滤特定条件,返回的是query对象
cls.query.filter_by(关键字参数对) 单条件查询,条件必须关键字参数,而且and连接
cls.query.offset(num)/查询集对象.offset(num) 针对filter查询集对象偏移
cls.query.limit(num) 针对查询集取两条数据
cls.query.order_by(属性名).limit(num)
cls.query.order_by( -属性名).limit(num)
按属性名排序,取limit(num) 升序排列
按属性名排序,取limit(num) 降序排列
cls.query.groupby() 原查询分组,返回新查询

查询执行函数

查询执行方法 说明
cls.query.all() 所有的数据查询集,返回对象列表,不能链式调用
cls.query.first() 取第一个
cls.query.get(值) User.query.get(10) 取得id的值对应的数据
cls.query.filter().count() 返回查询结果数量
cls.query.filter().paginate() 返回paginate对象,此对象用于分页
cls.query.filter(类名.属性名.like(‘%值%’)) like模糊查询
cls.query.filter(类名.属性名.contains(‘值’)) contains包含某个值
cls.query.filter(User.username.startswith(‘张’)) startswith 以…开头/endswith以…结尾
cls.query.filter(User.id.in_([list])) in_ 和 not in 是否包含某个范围内
cls.query.filter(User.id.is_(None)) is_ isnot 查询为null/不为null 的数据

2 查询过滤器实例

(1) all() 得到所有的数据查询集 返回列表

类名.query.all() 不能够链式调用

@view.route('/all/')
def all():
    data = User.query.all()
    print(data)
    return '删除数据'
(2) filter() 过滤默认查询所有

类名.query.filter()

类名.query.filter(类名.属性名 条件操作符 条件)

#filter 获取所有数据查询集
@view.route('/filter/')
def filter():
    # data = User.query.filter()
    # data = User.query.filter(User.username=='王五')
    data = User.query.filter(User.username=='王五',User.sex==False)
    print(data)
    for i in data:
        print(i.username,i.sex)
    return '删除数据'
(3) filter_by() 单条件查询
@view.route('/filter_by/')
def filter_by():
    # data = User.query.filter_by()
    data = User.query.filter_by(age=18)
    #只能为下面这种关键字的用法   且多个添加为and操作
    # data = User.query.filter_by(username='王五',sex=False)
(4) offset(num) 偏移量
@view.route('/offset/')
def offset():
    # data = User.query.filter().offset(1)
    # data = User.query.filter().offset(2)
    #错误的用法
    data = User.query.all().offset(2)
    # print(User.query.filter())
    # print(data)
    # for i in data:
    #     print(i.username,i.sex)
    return '删除数据'
(5) limit() 取值
@view.route('/offsetlimit/')
def offsetlimit():
    data = User.query.offset(2).limit(2)
    print(data)
    for i in data:
        print(i.username,i.sex)
    return 'limit'
(6) order_by() 排序
  1. 默认升序
  2. -属性名
@view.route('/orderby/')
def orderby():
    #升序
    data = User.query.order_by(User.age).limit(1)
    #降序
    data = User.query.order_by(-User.age).limit(1)

3 查询执行函数

(1) first() 取出一条数据
@view.route('/first/')
def first():
    # data = User.query.first() == User.query.get(1)
    # data = User.query.order_by(-User.age).first()
    data = User.query.order_by(User.age).first()
    print(data.age)
    print(data.username)
    # for i in data:
    #     print(i.username,i.sex)
(2) get() 取得id值的数据

查询成功 返回 对象

查询失败 返回 None

data = User.query.get(10)  #找到id=10的数据
print(data)
(3) contains 包含关系

类名.query.filter(类名.属性名.contains(‘值’))

data = User.query.filter(User.username.contains('五'))
(4) like 模糊查询

类名.query.filter(类名.属性名.like(‘%值%’))

data = User.query.filter(User.username.like('%张%')) #包含张
data = User.query.filter(User.username.like('%张'))  #以张作为结尾 
data = User.query.filter(User.username.like('张%'))  #以张作为开头
(5) startswith 以…开头 endswith以…结尾
data = User.query.filter(User.username.startswith('张')) #以 张作为开头
data = User.query.filter(User.username.endswith('张'))   #以张作为结尾
(6) 比较运算符
1. __gt__ 大于
2. __ge__ 大于等于
3. __lt__ 小于
4. __le__ 小于等于
5. >   <
6. >=  <=
7. !=   ==
data = User.query.filter(User.id>1) #查询id大于1的数据
data = User.query.filter(User.id.__gt__(1)) #查询id大于1的数据
data = User.query.filter(User.id.__ge__(1)) #查询id大于1的数据
data = User.query.filter(User.id>=1) #查询id大于1的数据
data = User.query.filter(User.id<3) #查询id大于1的数据
data = User.query.filter(User.id.__lt__(3)) #查询id大于1的数据
(7) in_ 和 not in 是否包含某个范围内
#in的使用
@view.route('/in/')
def myin():
    data = User.query.filter(User.id.in_([1,2,3,4])) #在...范围内
    data = User.query.filter(~User.id.in_([1,2,3,4])) #not in不再...范围内
    data = User.query.filter(User.username.in_(['张三','王五']))
    return render_template('show.html',data=data)
(8) is_ / isnot 查询为null/不为null 的数据
#对于null数据的处理
@view.route('/null/')
def null():
    #查询为null数据的
    data = User.query.filter(User.username.is_(None))
    data = User.query.filter(User.username == None)
    data = User.query.filter(~User.username.isnot(None))
    #查询不为null数据的
    data = User.query.filter(~User.username.is_(None))
    data = User.query.filter(User.username.isnot(None))
    data = User.query.filter(User.username != None)

    return render_template('show.html',data=data)
(9) count 统计
@view.route('/count/')
def mycount():
    #统计性别为sex的数据条数
    data = User.query.filter(not_(User.sex == True)).count()
    #统计所有数据的条数
    data = User.query.filter().count()
    data = User.query.count()
    return '{}条数据'.format(data)

4 数据库逻辑查询

from sqlalchemy import and_,or_,not_
(1) 逻辑与 and_
#逻辑操作
@view.route('/and/')
def myand():
    data = User.query.filter(User.sex==True,User.age<20)
    data = User.query.filter(User.sex==True).filter(User.age<20)
    data = User.query.filter(and_(User.sex==True,User.age<20))
    return render_template('show.html',data=data)
(2) 逻辑或 or_
#逻辑操作
@view.route('/or/')
def myor():
    #or
    data = User.query.filter(or_(User.sex==True,User.age<20),User.id.in_([1,2,3]))
    #and 和 or的 一起使用
    data = User.query.filter(or_(User.sex==True,User.age<20))
    return render_template('show.html',data=data)
(3) 逻辑非 not_
#逻辑操作
@view.route('/not/')
def mynot():
    data = User.query.filter(not_(User.sex==True))
    #错误写法只能有一个条件
    data = User.query.filter(not_(User.sex==True,User.id!=1))
    data = User.query.filter(~User.sex==True)
    return render_template('show.html',data=data)

5 flask-migrate 文件的迁移

安装

  1. flask-script
  2. flask-migrate

使用

from flask_migrate import Migrate,MigrateCommand
migrate = Migrate(app,db)   #将app与db进行关联
manager = Manager(app)
manager.add_command('db',MigrateCommand) #给manage添加迁移文件的命令db
(1) 生成迁移文件目录

python3 manage.py db init

生成 一个 migrations的迁移文件目录

(2) 生成迁移文件

python3 manage.py db migrate

(3) 执行迁移文件

python3 manage.py db upgrade

相关文章
|
6天前
|
存储 关系型数据库 MySQL
如何优化数据库查询?
如何优化数据库查询?
18 1
|
10天前
|
SQL Java OLAP
Hologres 入门:实时分析数据库的新选择
【9月更文第1天】在大数据和实时计算领域,数据仓库和分析型数据库的需求日益增长。随着业务对数据实时性要求的提高,传统的批处理架构已经难以满足现代应用的需求。阿里云推出的 Hologres 就是为了解决这个问题而生的一款实时分析数据库。本文将带你深入了解 Hologres 的基本概念、优势,并通过示例代码展示如何使用 Hologres 进行数据处理。
52 2
|
11天前
|
Java 数据库连接 数据库
告别繁琐 SQL!Hibernate 入门指南带你轻松玩转 ORM,解锁高效数据库操作新姿势
【8月更文挑战第31天】Hibernate 是一款流行的 Java 持久层框架,简化了对象关系映射(ORM)过程,使开发者能以面向对象的方式进行数据持久化操作而无需直接编写 SQL 语句。本文提供 Hibernate 入门指南,介绍核心概念及示例代码,涵盖依赖引入、配置文件设置、实体类定义、工具类构建及基本 CRUD 操作。通过学习,你将掌握使用 Hibernate 简化数据持久化的技巧,为实际项目应用打下基础。
30 0
|
11天前
|
SQL 数据库 Java
HQL vs SQL:谁将统治数据库查询的未来?揭秘Hibernate的神秘力量!
【8月更文挑战第31天】Hibernate查询语言(HQL)是一种面向对象的查询语言,它模仿了SQL的语法,但操作对象为持久化类及其属性,而非数据库表和列。HQL具有类型安全、易于维护等优点,支持面向对象的高级特性,内置大量函数,可灵活处理查询结果。下面通过示例对比HQL与SQL,展示HQL在实际应用中的优势。例如,HQL查询“从员工表中筛选年龄大于30岁的员工”只需简单地表示为 `FROM Employee e WHERE e.age &gt; 30`,而在SQL中则需明确指定表名和列名。此外,HQL在处理关联查询时也更为直观易懂。然而,对于某些复杂的数据库操作,SQL仍有其独特优势。
21 0
|
11天前
|
API Java 数据库连接
从平凡到卓越:Hibernate Criteria API 让你的数据库查询瞬间高大上,彻底告别复杂SQL!
【8月更文挑战第31天】构建复杂查询是数据库应用开发中的常见需求。Hibernate 的 Criteria API 以其强大和灵活的特点,允许开发者以面向对象的方式构建查询逻辑,同时具备 SQL 的表达力。本文将介绍 Criteria API 的基本用法并通过示例展示其实际应用。此 API 通过 API 构建查询条件而非直接编写查询语句,提高了代码的可读性和安全性。无论是简单的条件过滤还是复杂的分页和连接查询,Criteria API 均能胜任,有助于提升开发效率和应用的健壮性。
19 0
|
11天前
|
Java XML Maven
跨越时代的飞跃:Struts 2 升级秘籍——从旧版本无缝迁移到最新版,焕发应用新生!
【8月更文挑战第31天】随着软件技术的发展,Struts 2 框架也在不断更新。本文通过具体案例指导开发者如何从旧版平滑升级到 Struts 2.6.x。首先更新 `pom.xml` 中的依赖版本,并执行 `mvn clean install`。接着检查 `struts.xml` 配置,确保符合新版本要求,调整包扫描器等设置。审查 Action 类及其注解,检查配置文件中的弃用项及插件。更新自定义拦截器实现,并验证日志配置。最后,通过一系列测试确保升级后的系统正常运行。通过这些步骤,可以顺利完成 Struts 2 的版本升级,提升应用的安全性和性能。
35 0
|
11天前
|
Java Spring 开发者
Java Web开发新潮流:Vaadin与Spring Boot强强联手,打造高效便捷的应用体验!
【8月更文挑战第31天】《Vaadin与Spring Boot集成:最佳实践指南》介绍了如何结合Vaadin和Spring Boot的优势进行高效Java Web开发。文章首先概述了集成的基本步骤,包括引入依赖和配置自动功能,然后通过示例展示了如何创建和使用Vaadin组件。相较于传统框架,这种集成方式简化了配置、提升了开发效率并便于部署。尽管可能存在性能和学习曲线方面的挑战,但合理的框架组合能显著提升应用开发的质量和速度。
23 0
|
11天前
|
SQL 关系型数据库 MySQL
|
20天前
|
SQL 关系型数据库 MySQL
【揭秘】MySQL binlog日志与GTID:如何让数据库备份恢复变得轻松简单?
【8月更文挑战第22天】MySQL的binlog日志记录数据变更,用于恢复、复制和点恢复;GTID为每笔事务分配唯一ID,简化复制和恢复流程。开启binlog和GTID后,可通过`mysqldump`进行逻辑备份,包含binlog位置信息,或用`xtrabackup`做物理备份。恢复时,使用`mysql`命令执行备份文件,或通过`innobackupex`恢复物理备份。GTID模式下的主从复制配置更简便。
89 2
|
15天前
|
弹性计算 关系型数据库 数据库
手把手带你从自建 MySQL 迁移到云数据库,一步就能脱胎换骨
阿里云瑶池数据库来开课啦!自建数据库迁移至云数据库 RDS原来只要一步操作就能搞定!点击阅读原文完成实验就可获得一本日历哦~