Python全栈 Web(Django框架、模型中的CRUD)

简介: Flask、Python、Django、框架、服务器、客户端、浏览器、交互、WEB、Python前端、CSS、JAVA、HTML、H5、PHP、JavaScript、JQuery、分布式开发、项目、flask项目、项目实战、django框架、Python项目、Python的Flask框架、Pytho...
模型中的CRUD
    增加数据:
        1.Entry.objects.create(属性1=值, 属性2=值,...)
          返回值:
            创建好的模型对象

def add_views(request):
    # 三种增加方式
    # 1.Entry.objects.create()
    obj = Author.objects.create(name="Paris", age=18, email="wei8023@gmail.com")
    print(obj.id, obj.name, obj.age, obj.email)

        2.创建一个Entry对象 并通过save() 进行保存
          obj = Entry(属性1=值1, ..)
          obj.属性 = 值
          obj.save()
          没有返回值  保存成功后obj会被重新赋值

    # 2.obj.save()
    obj = Author(name="王大锤", age=32, email="laowang@email.com")
    obj.save()
    print(obj.id, obj.name, obj.age, obj.email)

        3.使用字典构建成对象 并通过save()保存
          dic = {
            "属性1": "值1"
            ...
          }
          obj = Entry(**dic)
          obj.save()

    # 3. obj.save()
    dic = {
        "name": "wangdacui",
        "age": 33,
        "email": "wang@qq.com",
    }
    obj = Author(**dic)
    obj.save()
    print(obj.id, obj.name, obj.age, obj.email)
    return HttpResponse("OK")

    查询数据:
        所有的查询 通过Entry.objects 调用查询接口函数
        Entry.objects.filter()
        所有的查询接口 都可以通过一个query属性来得到对应的sql语句
        Entry.objects.filter().query

        基本查询操作:
            all()
                Entry.objects.all()
                返回queryset(查询结果集,是一个封装了若干个对象的列表)


def query_views(request):
    # all()  查询所有Author实体中所用的数据
    authors = Author.objects.all()
    print(authors.query)
    print(authors)

    # 循环遍历authors得到每一个数据
    for author in authors:
        print(author.id, author.name, author.email)

        查询返回指定列:
            values()|values("字段1", "字段2"...)
                Entry.objects.values()
                Entry.objects.values("name", "age")
                查询一个queryset中的部分列  并风封装成字典 再放到列表中
                也允许将values放在其返回查询结果集的后面

    # 查询部分列
    names = Author.objects.values("name")
    for name in names:
        print(name["name"])
    print(names)

    # 在查询所有结果的基础上进行筛选
    names = Author.objects.all().values("name")
    for name in names:
        print(name["name"])

        查询返回指定列:
            values_list()
                将结果封装到元祖中在封装到列表中返回
                用法同values


    # 将查询结果封装到元组再封装到列表中
    authors = Author.objects.values_list()
    for author in authors:
        print(author[0], author[2])

        只查询一条数据:
            get(条件)
                查询只返回一条数据
                Entry.objects.get(条件)
                如果查询结果为空或者查询结果不是一条记录都会抛异常

    # 只查询一条数据
    author = Author.objects.get(id=1)
    print(author)

        查询部分行数据:
            filter(条件1, 条件2,...)
                Entry.objects.filter(条件)
                使用逗号隔开表示使用and链接方式查询
                Author.objects.filter(id=1, name="Paris")

# filter根据条件筛选 authors = Author.objects.filter(id=1) print(authors.query) print(authors) # and方式查询 author = Author.objects.filter(id=2, name="Paris").values() print(author)

                在条件查询中 Django提供了若干个查询谓词(Field Looups)
                可以完成非等值条件的查询
                Entry.objects.filter(属性__查询谓词=值)
                所有支持条件查询的地方都可以写谓词
                filter(),get(),exclude()

    # 查询所有age大于30的author信息
    authors = Author.objects.filter(age__gt=30).values()
    print(authors)
    # 查询所有姓王的author信息
    authors = Author.objects.filter(name__startswith="王").values()
    print(authors)
    # 查询所有email中包含wang的author信息
    authors = Author.objects.filter(email__contains="wang")
    print(authors)

    对条件去反:
            exclude(条件)
            对现有条件进行取反操作查询
            Entry.objects.exclude(条件)

    # 对条件取反操作  查询年龄小于30的
    author = Author.objects.exclude(age__gt=30).valuea()
    

        聚合查询(无分组):
            aggregate()
            Entry.objects.all().aggregate(名=聚合函数("字段")
            集合函数:
                Avg()    平均值
                Count()  数量
                Sum()    求和
                Min()    求最小
                Max()    求最大

    # 聚合函数
    result = Author.objects.all().aggregate(avg=Avg("age"))
    print(result)

        聚合查询(有分组)
            annotate()
            Entry.objects.all().values("字段1", ...).annotate(字段=聚合函数()).values('字段1'...)
            第一个values是用于做聚合分组 第二个是具体筛选的值

    # 分组聚合
    result = Author.objects.values("isActive").annotate(sum=Sum("age")).filter(isActive=True).all()
    print(result)

        排序查询:
            order_by()
            Entry.objects.order_by("字段1", "字段2")
            默认升序  以列1进行排序 如果列1出现重复以列2进行排序
            降序排序在列明前加"-"号

    # 排序查询
    result = Author.objects.order_by("-id")
    for re in result:
        print(re)

    修改单个实体:
        1.查
          通过get()得到要修改的实体对象
        2.改
          通过对象的属性来修改对象的值
        3.保存
          通过对象的save()保存会数据库

def update1_views(request):
    # # 修改ID为2 的author信息
    au = Author.objects.get(id=2)
    au.age = 33
    au.email = "baidu@163.com"
    au.isActive = False
    au.save()

    批量修改:
        调用 QuerySet的update(属性=值, 属性=值) 实现批量修改

    # 将isActive为False的数据  全部改为True
    Author.objects.filter(isActive=False).update(isActive=True)

    删除:
        调用实体对象或查询结果集的delete()就可以删除

    # 删除
    author = Author.objects.get(id=1)
    author.delete()

    author = Author.objects.filter(name="Paris")
    author.delete()

        一般情况下很少有删除都是利用改变某个字段的状态来达到删除的效果

    author = Author.objects.get(id=id)
    # 通过修改状态模拟删除
    author.isActive = False
    author.save()

       django转发与重定向的区别  转发:相当只有一个路由最终的结果是由一个视图函数处理
           另一个视图只是做了一个调用另个函数的作用   
           重定向是访问 两个路由  分别由两个视图进行处理 
           转发不会改变url 只有一个请求  重定向会改变url  有两次请求

    # 转发
    # return query_all_views(request)

    # 重定向
    # return HttpResponseRedirect("/query_all")
    return redirect("/query_all")




相关文章
|
13天前
|
数据采集 存储 JSON
Python网络爬虫:Scrapy框架的实战应用与技巧分享
【10月更文挑战第27天】本文介绍了Python网络爬虫Scrapy框架的实战应用与技巧。首先讲解了如何创建Scrapy项目、定义爬虫、处理JSON响应、设置User-Agent和代理,以及存储爬取的数据。通过具体示例,帮助读者掌握Scrapy的核心功能和使用方法,提升数据采集效率。
57 6
|
13天前
|
设计模式 前端开发 数据库
Python Web开发:Django框架下的全栈开发实战
【10月更文挑战第27天】本文介绍了Django框架在Python Web开发中的应用,涵盖了Django与Flask等框架的比较、项目结构、模型、视图、模板和URL配置等内容,并展示了实际代码示例,帮助读者快速掌握Django全栈开发的核心技术。
96 44
|
7天前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
33 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
9天前
|
API 数据库 开发者
深度剖析Django/Flask:解锁Web开发新姿势,让创意无限延伸!
在Web开发领域,Django与Flask如同两颗璀璨的星辰,各具特色。Django提供全栈解决方案,适合快速开发复杂应用;Flask则轻量灵活,适合小型项目和API开发。本文通过问答形式,深入解析两大框架的使用方法和选择策略,助你解锁Web开发新技能。
23 2
|
14天前
|
数据采集 前端开发 中间件
Python网络爬虫:Scrapy框架的实战应用与技巧分享
【10月更文挑战第26天】Python是一种强大的编程语言,在数据抓取和网络爬虫领域应用广泛。Scrapy作为高效灵活的爬虫框架,为开发者提供了强大的工具集。本文通过实战案例,详细解析Scrapy框架的应用与技巧,并附上示例代码。文章介绍了Scrapy的基本概念、创建项目、编写简单爬虫、高级特性和技巧等内容。
39 4
|
5天前
|
安全 API 网络架构
Python中哪个框架最适合做API?
本文介绍了Python生态系统中几个流行的API框架,包括Flask、FastAPI、Django Rest Framework(DRF)、Falcon和Tornado。每个框架都有其独特的优势和适用场景。Flask轻量灵活,适合小型项目;FastAPI高性能且自动生成文档,适合需要高吞吐量的API;DRF功能强大,适合复杂应用;Falcon高性能低延迟,适合快速API开发;Tornado异步非阻塞,适合高并发场景。文章通过示例代码和优缺点分析,帮助开发者根据项目需求选择合适的框架。
20 0
|
13天前
|
网络协议 调度 开发者
Python网络编程:Twisted框架的异步IO处理与实战
【10月更文挑战第27天】本文介绍了Python网络编程中的Twisted框架,重点讲解了其异步IO处理机制。通过反应器模式,Twisted能够在单线程中高效处理多个网络连接。文章提供了两个实战示例:一个简单的Echo服务器和一个HTTP服务器,展示了Twisted的强大功能和灵活性。
27 0
|
1月前
|
XML JSON API
ServiceStack:不仅仅是一个高性能Web API和微服务框架,更是一站式解决方案——深入解析其多协议支持及简便开发流程,带您体验前所未有的.NET开发效率革命
【10月更文挑战第9天】ServiceStack 是一个高性能的 Web API 和微服务框架,支持 JSON、XML、CSV 等多种数据格式。它简化了 .NET 应用的开发流程,提供了直观的 RESTful 服务构建方式。ServiceStack 支持高并发请求和复杂业务逻辑,安装简单,通过 NuGet 包管理器即可快速集成。示例代码展示了如何创建一个返回当前日期的简单服务,包括定义请求和响应 DTO、实现服务逻辑、配置路由和宿主。ServiceStack 还支持 WebSocket、SignalR 等实时通信协议,具备自动验证、自动过滤器等丰富功能,适合快速搭建高性能、可扩展的服务端应用。
95 3
|
9天前
|
前端开发 API 开发者
Python Web开发者必看!AJAX、Fetch API实战技巧,让前后端交互如丝般顺滑!
在Web开发中,前后端的高效交互是提升用户体验的关键。本文通过一个基于Flask框架的博客系统实战案例,详细介绍了如何使用AJAX和Fetch API实现不刷新页面查看评论的功能。从后端路由设置到前端请求处理,全面展示了这两种技术的应用技巧,帮助Python Web开发者提升项目质量和开发效率。
21 1
|
11天前
|
XML 安全 PHP
PHP与SOAP Web服务开发:基础与进阶教程
本文介绍了PHP与SOAP Web服务的基础和进阶知识,涵盖SOAP的基本概念、PHP中的SoapServer和SoapClient类的使用方法,以及服务端和客户端的开发示例。此外,还探讨了安全性、性能优化等高级主题,帮助开发者掌握更高效的Web服务开发技巧。