小白学Django第七天| 模型类Model进阶学习

简介: 小白学Django第七天| 模型类Model进阶学习

小白学Django系列:


前言

在前面的第三天的学习中,我们了解到了 ORM,也学会了模型类的简单设计和表的生成,同时也学会了如何去操作数据表以及相关的查询。之所以写这篇文章是为了将 Model 模型类讲的更加的详细。


模型类--定义属性

Django 根据属性的类型确定以下信息:

  • 当前选择的数据库支持字段的类型
  • 渲染管理表单时使用的默认 html 控件
  • 在管理站点最低限度的验证

django 会为表创建自动增长的主键列,每个模型只能有一个主键列,如果使用选项设置某属性为主键列后 django 不会再创建自动增长的主键列。

默认创建的主键列属性为 id,可以使用 pk 代替,pk 全拼为 primary key。

无论我们是定义什么,肯定有它的一些规则,在属性的命名上,也是如此:

  • 不能是 python 的保留关键字。
  • 不允许使用连续的下划线,这是由 django 的查询方式决定的,在第 4 节会详细讲解查询。
  • 定义属性时需要指定字段类型,通过字段类型的参数指定选项,语法如下:


属性=models.字段类型(选项)


字段类型

其实有关字段类型,在第三天的文章中也总结过,这里再次给大家整理,大家可以收藏这篇文章,随时查阅。

  • AutoField:自动增长的 IntegerField,通常不用指定,不指定时 Django 会自动创建属性名为 id 的自动增长属性。
  • BooleanField:布尔字段,值为 True 或 False。
  • NullBooleanField:支持 Null、True、False 三种值。
  • CharField(max_length=字符长度):字符串。参数 max_length 表示最大字符个数。
  • TextField:大文本字段,一般超过 4000 个字符时使用。
  • IntegerField:整数。
  • DecimalField(max_digits=None, decimal_places=None):十进制浮点数。参数 max_digits 表示总位数。参数 decimal_places 表示小数位数。
  • FloatField:浮点数。
  • DateField[auto_now=False, auto_now_add=False]):日期。参数 auto_now 表示每次保存对象时,自动设置该字段为当前时间,用于"最后一次修改"的时间戳,它总是使用当前日期,默认为 false。参数 auto_now_add 表示当对象第一次被创建时自动设置当前时间,用于创建的时间戳,它总是使用当前日期,默认为 false。参数 auto_now_add 和 auto_now 是相互排斥的,组合将会发生错误。
  • TimeField:时间,参数同 DateField。
  • DateTimeField:日期时间,参数同 DateField。
  • FileField:上传文件字段。
  • ImageField:继承于 FileField,对上传的内容进行校验,确保是有效的图片。

使用时需要引入 django.db.models 包


选项

除了字段类型之外,还有约束字段的选项,同样也是有很多种限制,具体可以看下面:

  • null:如果为 True,表示允许为空,默认值是 False。
  • blank:如果为 True,则该字段允许为空白,默认值是 False。对比:null 是数据库范畴的概念,blank 是表单验证范畴的。
  • db_column:字段的名称,如果未指定,则使用属性的名称。
  • db_index:若值为 True, 则在表中会为此字段创建索引,默认值是 False。
  • default:默认值。
  • primary_key:若为 True,则该字段会成为模型的主键字段,默认值是 False,一般作为 AutoField 的选项使用。
  • unique:如果为 True, 这个字段在表中必须有唯一值,默认值是 False。


综合演示

这里给出具体的例子,大家可以方便看出相应的用法:


from django.db import models
#定义图书模型类BookInfo
class BookInfo(models.Model):
    #btitle = models.CharField(max_length=20)#图书名称
    btitle = models.CharField(max_length=20, db_column='title')#通过db_column指定btitle对应表格中字段的名字为title
    bpub_date = models.DateField()#发布日期
    bread = models.IntegerField(default=0)#阅读量
    bcomment = models.IntegerField(default=0)#评论量
    isDelete = models.BooleanField(default=False)#逻辑删除
#定义人物模型类HeroInfo
class PeopleInfo(models.Model):
    pname = models.CharField(max_length=20)#姓名
    pgender = models.BooleanField(default=True)#性别
    isDelete = models.BooleanField(default=False)#逻辑删除
    #pcomment = models.CharField(max_length=200)#描述信息
    pcomment = models.CharField(max_length=200, null=True, blank=False) #pcomment对应的数据库中的字段可以为空,但通过后台管理页面添加信息时pcomment对应的输入框不能为空
    pbook = models.ForeignKey('BookInfo')#人物与图书表的关系为一对多,所以属性定义在人物模型类中


条件查询--字段查询

所谓字段查询就是实现 sql 语句的 where 功能,调用过滤器 filter()、exclude()、get()。

通过"属性名_id"表示外键对应对象的 id 值。

语法如下:


属性名称__比较运算符=值


说明:属性名称和比较运算符间使用两个下划线,所以属性名不能包括多个下划线。


条件运算符

1) 查询等

exact:表示判等。

例:查询编号为 1 的图书。


list=BookInfo.objects.filter(id__exact=1)
可简写为:
list=BookInfo.objects.filter(id=1)


2) 模糊查询

contains:是否包含。

说明: 如果要包含%无需转义,直接写即可。

例:查询书名包含'传'的图书。


list = BookInfo.objects.filter(btitle__contains='传')


startswith、endswith: 以指定值开头或结尾。例:查询书名以'部'结尾的图书


list = BookInfo.objects.filter(btitle__endswith='部')


以上运算符都区分大小写,在这些运算符前加上 i 表示不区分大小写,如 iexact、icontains、istartswith、iendswith.

3) 空查询

isnull:是否为null。

例:查询书名不为空的图书。


list = BookInfo.objects.filter(btitle__isnull=False)


4) 范围查询

in:是否包含在范围内。

例:查询编号为1或3或5的图书


list = BookInfo.objects.filter(id__in=[1, 3, 5])


5) 比较查询

gt、gte、lt、lte:大于、大于等于、小于、小于等于。

例:查询编号大于3的图书


list = BookInfo.objects.filter(id__gt=3)
不等于的运算符,使用exclude()过滤器。


例:查询编号不等于3的图书


list = BookInfo.objects.exclude(id=3)


6) 日期查询

year、month、day、week_day、hour、minute、second:对日期时间类型的属性进行运算。

例:查询1980年发表的图书。


list = BookInfo.objects.filter(bpub_date__year=1980)


例:查询1980年1月1日后发表的图书。


list = BookInfo.objects.filter(bpub_date__gt=date(1990, 1, 1))


F对象

之前的查询都是对象的属性与常量值比较,两个属性怎么比较呢?

答:使用F对象,被定义在django.db.models中。

语法如下:


F(属性名)


例:查询阅读量大于等于评论量的图书。


from django.db.models import F
...
list = BookInfo.objects.filter(bread__gte=F('bcomment'))


bread_gte后的gte表示大于等于的关系。

可以在F对象上使用算数运算。

例:查询阅读量大于2倍评论量的图书。


list = BookInfo.objects.filter(bread__gt=F('bcomment') * 2)


Q对象

多个过滤器逐个调用表示逻辑与关系,同sql语句中where部分的and关键字。

例:查询阅读量大于20,并且编号小于3的图书。


list=BookInfo.objects.filter(bread__gt=20,id__lt=3)
list=BookInfo.objects.filter(bread__gt=20).filter(id__lt=3)


如果需要实现逻辑或or的查询,需要使用Q()对象结合|运算符,Q对象被义在django.db.models中。

语法如下:


Q(属性名__运算符=值)


例:查询阅读量大于20的图书,改写为Q对象如下。


from django.db.models import Q
...
list = BookInfo.objects.filter(Q(bread__gt=20))


Q对象可以使用&、|连接,&表示逻辑与,|表示逻辑或。

例:查询阅读量大于20,或编号小于3的图书,只能使用Q对象实现


list = BookInfo.objects.filter(Q(bread__gt=20) | Q(pk__lt=3))


Q对象前可以使用~操作符,表示非not。

例:查询编号不等于3的图书。


list = BookInfo.objects.filter(~Q(pk=3))


聚合函数

使用aggregate()过滤器调用聚合函数。聚合函数包括:Avg,Count,Max,Min,Sum, 被定义在django.db.models中。

例:查询图书的总阅读量。


from django.db.models import Sum
...
list = BookInfo.objects.aggregate(Sum('bread'))


注意aggregate的返回值是一个字典类型,格式如下:


{'聚合类小写__属性名':值}


如:{'sum__bread':3} 使用count时一般不使用aggregate()过滤器。

例:查询图书总数。


list = BookInfo.objects.count()


注意count函数的返回值是一个数字。


查询集

查询集表示从数据库中获取的对象集合,在管理器上调用某些过滤器方法会返回查询集,查询集可以含有零个、一个或多个过滤器。过滤器基于所给的参数限制查询的结果,从Sql的角度,查询集和select语句等价,过滤器像where和limit子句。

返回查询集的过滤器如下:

  • all():返回所有数据。
  • filter():返回满足条件的数据。
  • exclude():返回满足条件之外的数据,相当于sql语句中where部分的not关键字。
  • order_by():对结果进行排序。

返回单个值的过滤器如下:

  • get():返回单个满足条件的对象如果未找到会引发"模型类.DoesNotExist"异常。如果多条被返回,会引发"模型类.MultipleObjectsReturned"异常。
  • count():返回当前查询结果的总条数。
  • aggregate():聚合,返回一个字典。

判断某一个查询集中是否有数据:

  • exists():判断查询集中是否有数据,如果有则返回True,没有则返回False。


两大特性

查询集有两个特性,如下:

  1. 惰性执行:创建查询集不会访问数据库,直到调用数据时,才会访问数据库,调用数据的情况包括迭代、序列化、与if合用。
  2. 缓存:使用同一个查询集,第一次使用时会发生数据库的查询,然后把结果缓存下来,再次使用这个查询集时会使用缓存的数据。


查询集的缓存

每个查询集都包含一个缓存来最小化对数据库的访问。

在新建的查询集中,缓存为空,首次对查询集求值时,会发生数据库查询,django会将查询的结果存在查询集的缓存中,并返回请求的结果,接下来对查询集求值将重用缓存中的结果。

第一种情况: 如下是两个查询集,无法重用缓存,每次查询都会与数据库进行一次交互,增加了数据库的负载。

from booktest.models import BookInfo
[book.id for book in BookInfo.objects.all()]
[book.id for book in BookInfo.objects.all()]

(注意:这里使用了两个查询)

第二种情况: 经过存储后,可以重用查询集,第二次使用缓存中的数据。

list=BookInfo.objects.all()
[book.id for book in list]
[book.id for book in list]

(注意:这里只使用了一次查询)


限制查询集

可以对查询集进行取下标或切片操作,等同于sql中的limit和offset子句。

注意:不支持负数索引。

对查询集进行切片后返回一个新的查询集,不会立即执行查询。

如果获取一个对象,直接使用[0],等同于[0:1].get(),但是如果没有数据,[0]引发IndexError异常,[0:1].get()如果没有数据引发DoesNotExist异常。

小例子:获取第1、2项


list=BookInfo.objects.all()[0:2]


模型类关系

在数据库中,数据表之间可能是存在一定关系的,例如一对多,多对一,多对多,一对一。在模型类中也有着相应的关系,怎么来实现?看下面。


关系字段类型

关系型数据库的关系包括三种类型:

  • ForeignKey:一对多,将字段定义在多的一端中。
  • ManyToManyField:多对多,将字段定义在任意一端中。
  • OneToOneField:一对一,将字段定义在任意一端中。
  • 可以维护递归的关联关系,使用'self'指定,详见"自关联"。

在我们之前的文章中是使用过ForeignKey的关系,也就是一对多的关系。

1)一对多

这里我就不过多阐述,点后面的文章链接可以跳转过去一对多的案例

2)多对多

我们下面设计一个新闻类和新闻类型类,一个新闻类型下可以用很多条新闻,一条新闻也可能归属于多种新闻类型。


class TypeInfo(models.Model):
  tname = models.CharField(max_length=20) #新闻类别
class NewsInfo(models.Model):
  ntitle = models.CharField(max_length=60) #新闻标题
  ncontent = models.TextField() #新闻内容
  npub_date = models.DateTimeField(auto_now_add=True) #新闻发布时间
  ntype = models.ManyToManyField('TypeInfo') #通过ManyToManyField建立TypeInfo类和NewsInfo类之间多对多的关系


通过对象执行关联查询


在定义模型类时,可以指定三种关联关系,最常用的是一对多关系,如前面文章中的"图书-人物"就为一对多关系,接下来进入shell练习关系的查询。

由一到多的访问语法:

一对应的模型类对象.多对应的模型类名小写_set 例:


b = BookInfo.objects.get(id=1)
b.peopleinfo_set.all()


由多到一的访问语法:

多对应的模型类对象.多对应的模型类中的关系类属性名 例:


p = PeopleInfo.objects.get(id=1)
p.hbook


访问一对应的模型类关联对象的id语法:

多对应的模型类对象.关联类属性_id 例:


p = PeopleInfo.objects.get(id=1)
p.book_id


例:查询编号为1的图书。


book=BookInfo.objects.get(pk=1)


例:获得book图书的所有人物。


book.peopleinfo_set.all()


通过模型类执行关联查询

由多模型类条件查询一模型类数据:

语法如下:


关联模型类名小写__属性名__条件运算符=值


如果没有"__运算符"部分,表示等于,结果和sql中的inner join相同。

由一模型类条件查询多模型类数据: 语法如下:


一模型类关联属性名__一模型类属性名__条件运算符=值


例:查询书名为“天龙八部”的所有人物。


list = PeopleInfo.objects.filter(pbook__btitle='天龙八部')


自关联

对于地区信息、分类信息等数据,表结构非常类似,每个表的数据量十分有限,为了充分利用数据表的大量数据存储功能,可以设计成一张表,内部的关系字段指向本表的主键, 这就是自关联的表结构。

这里给大家简单写一个案例:

打开booktest/models.py文件,定义AreaInfo类。


#定义地区模型类,存储省、市、区县信息
class AreaInfo(models.Model):
    atitle=models.CharField(max_length=30)#名称
    aParent=models.ForeignKey('self',null=True,blank=True)#关系


说明:关系属性使用self指向本类,要求null和blank允许为空,因为一级数据是没有父级的。

booktest/views.py文件,定义视图area。


from booktest.models import AreaInfo
...
#查询广州市的信息
def area(request):
    area = AreaInfo.objects.get(pk=440100)
    return render(request, 'booktest/area.html', {'area': area})


在templates/booktest目录下,新建area.html文件。


<html>
<head>
    <title>地区</title>
</head>
<body>
当前地区:{{area.atitle}}
<hr/>
上级地区:{{area.aParent.atitle}}
<hr/>
下级地区:
<ul>
    {%for a in area.areainfo_set.all%}
    <li>{{a.atitle}}</li>
    {%endfor%}
</ul>
</body>
</html>


随后进行相关的Django配置,运行服务器

可以看到运行结果:


4.jpg


相关文章
|
15天前
|
关系型数据库 MySQL 数据库
数据迁移脚本优化过程:从 MySQL 到 Django 模型表
在大规模的数据迁移过程中,性能问题往往是开发者面临的主要挑战之一。本文将分析一个数据迁移脚本的优化过程,展示如何从 MySQL 数据库迁移数据到 Django 模型表,并探讨优化前后的性能差异。
|
15天前
|
编解码 前端开发 JavaScript
技术经验分享:Django学习日记
技术经验分享:Django学习日记
|
16天前
|
JSON API 数据格式
Django REST framework序列化器详解:普通序列化器与模型序列化器的选择与运用
Django REST framework序列化器详解:普通序列化器与模型序列化器的选择与运用
|
14天前
|
关系型数据库 MySQL 数据库
『Django』模型入门教程-操作MySQL
一个后台如果没有数据库可以说废了一半。日常开发中大多数时候都在与数据库打交道。Django 为我们提供了一种更简单的操作数据库的方式。 在 Django 中,模型(Model)是用来定义数据库结构的类。每个模型类通常对应数据库中的一个表,类的属性对应表中的列。通过定义模型,Django 的 ORM(Object-Relational Mapping)可以将 Python 对象映射到数据库表,并提供一套 API 来进行数据库操作。 本文介绍模型的用法。
|
16天前
|
前端开发 数据管理 API
Django REST framework中GenericAPIView与混入扩展类详解
Django REST framework中GenericAPIView与混入扩展类详解
|
20天前
|
关系型数据库 MySQL 数据库连接
数据迁移到 Django 模型表:详尽指南
数据迁移是许多应用程序开发过程中必不可少的一部分。在这篇文章中,我们将详细分析和总结如何通过一个定制的 Django 管理命令,将数据从 MySQL 数据库迁移到 Django 模型表中。这种方法可以确保数据在多个数据库之间有效且安全地迁移,同时避免了手动操作的繁琐和错误。
|
16天前
|
存储 SQL 数据处理
Django ORM实战:模型字段与元选项配置,以及链式过滤与QF查询详解
Django ORM实战:模型字段与元选项配置,以及链式过滤与QF查询详解
|
16天前
|
数据库 开发者 Python
Django ORM入门指南:从概念到实践,掌握模型创建、迁移与视图操作
Django ORM入门指南:从概念到实践,掌握模型创建、迁移与视图操作
|
1月前
|
Linux 数据库管理 Python
CentOS7编译安装Python3.10(含OpenSSL1.1.1安装),创建虚拟环境,运行Django项目(含sqlite版本报错)
CentOS7编译安装Python3.10(含OpenSSL1.1.1安装),创建虚拟环境,运行Django项目(含sqlite版本报错)
174 4
|
1月前
|
开发框架 数据库 开发者
Web开发新境界:用Python玩转Django和Flask!
【6月更文挑战第12天】Python的Web开发框架Django和Flask各有千秋。Django是全能型框架,适合快速开发大型应用,提供ORM、模板引擎、URL路由和后台管理等全面功能。Flask则轻量级且灵活,适用于小型到中型应用,以其简单易用、高度可扩展和灵活路由著称。两者结合使用,能应对各种Web开发需求。