sqlachemy使用总结

在flask中使用ORM  sqlchemy

1.新建modles.py.     如果已有数据表,https://www.devmashup.com/generating-flask-sqlalchemy-models-with-flask-sqlacodegen/  用flask-sqlacodegen来转成models.py

2.models.py中的模型类可以指定排序方式          __mapper_args__ = {"order_by": createtime.asc()}

也可以在查询条件中使用 order_by方法

.order_by(Order.updatetime.desc())

3.可以指定外键,  关联信息,  这样查一个表的时候,会把关联信息也返回   查用户的时候orders字段返回订单信息,    查订单表的时候,company字段返回用户信息,两个表一对多,多的用外键

https://blog.csdn.net/cswenrou/article/details/105256519

order表companyid = db.Column(db.Integer, ForeignKey("company.id"), info=‘公司ID‘)company = relationship("Company", back_populates="orders")company表

orders = relationship("Order", back_populates="company")

4.sqlachemy的数据查询使用modle模型orm,返回结果是模型对象,需要解析,使用flask_marshmallow;

新建schema.py,可以选择要返回的字段,返回字段的类型,嵌套数据

class OrderSchema(ma.SQLAlchemySchema): class Meta: model = Order fields = ( "id", "orderno", "title", "paytime", "assignordertime", "price", "company") price = fields.Str() company = fields.Nested(CompanySchema, attribute="company")

5.或者不使用relationship,直接在代码中进行关联查询

https://www.cnblogs.com/shenckicc/p/6797990.html

outerjoin方法是左连接filter方法是查询条件,要用模型.字段, 要使用 == >=等 filter_by 直接使用 字段=条件

with_entities查询指定的字段,返回的都是一个列表，列表内的元素是一个元组，不过不是 Python 内置的元组，是 sqlalchemy.util._collections.KeyedTuple。使用这个方法返回的数据转成python的dict dict(zip(i.keys(), i))

paginate方法,分页查询all方法查询全部first方法查询一条

　　　　 pagination = Order.query.outerjoin(OrderLawyer, OrderLawyer.orderid == Order.id).filter( Order.state == current_app.config[‘ORDER_STATE_CONFIRM‘] ).with_entities(Order.id, Order.orderno, Order.title, Order.paytime, Order.price, Order.costprice).order_by( Order.updatetime.desc()).paginate( page, per_page=current_app.config[‘PER_PAGE‘], error_out=False ) rows = pagination.items for i in rows: i = dict(zip(i.keys(), i))

 6. 添加一条数据后,马上要使用返回的id, 使用flush()马上入库

db.session.add(row)db.session.flush()

ret = Pm() #实例化模型对象ret.objectid = row.id #flush 之后可以使用row.id

db.session.add(ret) #添加记录

db.session.commit() #提交事务db.session.close() 

------------恢复内容结束------------

sqlachemy使用总结

标签：实例   comm   details   对象   nested   入库   page   shu   添加   

小编还为您整理了以下内容，可能对您也有帮助：

sqlalchemy做批量数据插入的时候要注意什么？有什么可以优化的

一、开始使用：

from sqlalchemy import create_engine

from sqlalchemy.orm import sessionmaker

DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'

engine = create_engine(DB_CONNECT_STRING, echo=True)

DB_Session = sessionmaker(bind=engine)

session = DB_Session()

这里的 DB_CONNECT_STRING 就是连接数据库的路径。“mysql+mysqldb”指定了使用 MySQL-Python 来连接，“root”和“123”分别是用户名和密码，“localhost”是数据库的域名，“ooxx”是使用的数据库名（可省略），“charset”指定了连接时使用的字符集（可省略）。

create_engine() 会返回一个数据库引擎，echo 参数为 True 时，会显示每条执行的 SQL 语句，生产环境下可关闭。

sessionmaker() 会生成一个数据库会话类。这个类的实例可以当成一个数据库连接，它同时还记录了一些查询的数据，并决定什么时候执行 SQL 语句。由于 SQLAlchemy 自己维护了一个数据库连接池（默认 5 个连接），因此初始化一个会话的开销并不大。对 Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：

class BaseHandler(tornado.web.RequestHandler):

def initialize(self):

self.session = models.DB_Session()

def on_finish(self):

self.session.close()

对其他 Web 服务器来说，可以使用 sqlalchemy.orm.scoped_session，它能保证每个线程获得的 session 对象都是唯一的。不过 Tornado 本身就是单线程的，如果使用了异步方式，就可能会出现问题，因此并没使用它。

拿到 session 后，就可以执行 SQL 了：

session.execute('create database abc')

print session.execute('show databases').fetchall()

session.execute('use abc')

# 建 user 表的过程略

print session.execute('select * from user where id = 1').first()

print session.execute('select * from user where id = :id', {'id': 1}).first()

不过这和直接使用 MySQL-Python 没啥区别；ORM 的方式，这也是采用 SQLAlchemy 的唯一原因。

于是来定义一个表：

from sqlalchemy import Column

from sqlalchemy.types import CHAR, Integer, String

from sqlalchemy.ext.declarative import declarative_base

BaseModel = declarative_base()

def init_db():

BaseModel.metadata.create_all(engine)

def drop_db():

BaseModel.metadata.drop_all(engine)

class User(BaseModel):

__tablename__ = 'user'

id = Column(Integer, primary_key=True)

name = Column(CHAR(30)) # or Column(String(30))

init_db()

declarative_base() 创建了一个 BaseModel 类，这个类的子类可以自动与一个表关联。

以 User 类为例，它的 __tablename__ 属性就是数据库中该表的名称，它有 id 和 name 这两个字段，分别为整型和 30 个定长字符。Column 还有一些其他的参数，我就不解释了。

最后，BaseModel.metadata.create_all(engine) 会找到 BaseModel 的所有子类，并在数据库中建立这些表；drop_all() 则是删除这些表。

接着就开始使用这个表吧：

from sqlalchemy import func, or_, not_

user = User(name='a')

session.add(user)

user = User(name='b')

session.add(user)

user = User(name='a')

session.add(user)

user = User()

session.add(user)

session.commit()

query = session.query(User)

print query # 显示SQL 语句

print query.statement # 同上

for user in query: # 遍历时查询

print user.name

print query.all() # 返回的是一个类似列表的对象

print query.first().name # 记录不存在时，first() 会返回 None

# print query.one().name # 不存在，或有多行记录时会抛出异常

print query.filter(User.id == 2).first().name

print query.get(2).name # 以主键获取，等效于上句

print query.filter('id = 2').first().name # 支持字符串

query2 = session.query(User.name)

print query2.all() # 每行是个元组

print query2.limit(1).all() # 最多返回 1 条记录

print query2.offset(1).all() # 从第 2 条记录开始返回

print query2.order_by(User.name).all()

print query2.order_by('name').all()

print query2.order_by(User.name.desc()).all()

print query2.order_by('name desc').all()

print session.query(User.id).order_by(User.name.desc(), User.id).all()

print query2.filter(User.id == 1).scalar() # 如果有记录，返回第一条记录的第一个元素

print session.query('id').select_from(User).filter('id = 1').scalar()

print query2.filter(User.id > 1, User.name != 'a').scalar() # and

query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and

query3 = query3.filter(User.name != 'a')

print query3.scalar()

print query2.filter(or_(User.id == 1, User.id == 2)).all() # or

print query2.filter(User.id.in_((1, 2))).all() # in

query4 = session.query(User.id)

print query4.filter(User.name == None).scalar()

print query4.filter('name is null').scalar()

print query4.filter(not_(User.name == None)).all() # not

print query4.filter(User.name != None).all()

print query4.count()

print session.query(func.count('*')).select_from(User).scalar()

print session.query(func.count('1')).select_from(User).scalar()

print session.query(func.count(User.id)).scalar()

print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表

print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() count() 的返回数

print session.query(func.sum(User.id)).scalar()

print session.query(func.now()).scalar() # func 后可以跟任意函数名，只要该数据库支持

print session.query(func.current_timestamp()).scalar()

print session.query(func.md5(User.name)).filter(User.id == 1).scalar()

query.filter(User.id == 1).update({User.name: 'c'})

user = query.get(1)

print user.name

user.name = 'd'

session.flush() # 写数据库，但并不提交

print query.get(1).name

session.delete(user)

session.flush()

print query.get(1)

session.rollback()

print query.get(1).name

query.filter(User.id == 1).delete()

session.commit()

print query.get(1)

二、进阶的知识。

1）如何批量插入大批数据？

可以使用非 ORM 的方式：

session.execute(

User.__table__.insert(),

[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]

)

session.commit()

如何批量插入大批数据？

可以使用非 ORM 的方式：

session.execute(

User.__table__.insert(),

[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]

)

session.commit()

上面批量插入了 10000 条记录，半秒内就执行完了；而 ORM 方式会花掉很长时间。

2）如何让执行的 SQL 语句增加前缀？

使用 query 对象的 prefix_with() 方法：

session.query(User.name).prefix_with('HIGH_PRIORITY').all()

session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})

3）如何替换一个已有主键的记录？

使用 session.merge() 方法替代 session.add()，其实就是 SELECT + UPDATE：

user = User(id=1, name='ooxx')

session.merge(user)

session.commit()

或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 装饰器，有点难懂，自己看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。

4）如何使用无符号整数？

可以使用 MySQL 的方言：

from sqlalchemy.dialects.mysql import INTEGER

id = Column(INTEGER(unsigned=True), primary_key=True)

5）模型的属性名需要和表的字段名不一样怎么办？

开发时遇到过一个奇怪的需求，有个其他系统的表里包含了一个“from”字段，这在 Python 里是关键字，于是只能这样处理了：

from_ = Column('from', CHAR(10))

6）如何获取字段的长度？

Column 会生成一个很复杂的对象，想获取长度比较麻烦，这里以 User.name 为例：

User.name.property.columns[0].type.length

7）如何指定使用 InnoDB，以及使用 UTF-8 编码？

最简单的方式就是修改数据库的默认配置。如果非要在代码里指定的话，可以这样：

class User(BaseModel):

__table_args__ = {

'mysql_engine': 'InnoDB',

'mysql_charset': 'utf8'

}

MySQL 5.5 开始支持存储 4 字节的 UTF-8 编码的字符了，iOS 里自带的 emoji（如 🍎 字符）就属于这种。

如果是对表来设置的话，可以把上面代码中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也这样更改。

如果对库或字段来设置，则还是自己写 SQL 语句比较方便，具体细节可参考《How to support full Unicode in MySQL databases》。

不建议全用 utf8mb4 代替 utf8，因为前者更慢，索引会占用更多空间。

8）如何设置外键约束？

from random import randint

from sqlalchemy import ForeignKey

class User(BaseModel):

__tablename__ = 'user'

id = Column(Integer, primary_key=True)

age = Column(Integer)

class Friendship(BaseModel):

__tablename__ = 'friendship'

id = Column(Integer, primary_key=True)

user_id1 = Column(Integer, ForeignKey('user.id'))

user_id2 = Column(Integer, ForeignKey('user.id'))

for i in xrange(100):

session.add(User(age=randint(1, 100)))

session.flush() # 或 session.commit()，执行完后，user 对象的 id 属性才可以访问（因为 id 是自增的）

for i in xrange(100):

session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))

session.commit()

session.query(User).filter(User.age < 50).delete()

执行这段代码时，应该会遇到一个错误：

sqlalchemy.exc.IntegrityError: (IntegrityError) (1451, 'Cannot delete or update a parent row: a foreign key constraint fails (`ooxx`.`friendship`, CONSTRAINT `friendship_ibfk_1` FOREIGN KEY (`user_id1`) REFERENCES `user` (`id`))') 'DELETE FROM user WHERE user.age < %s' (50,)原因是删除 user 表的数据，可能会导致 friendship 的外键不指向一个真实存在的记录。在默认情况下，MySQL 会拒绝这种操作，也就是 RESTRICT。InnoDB 还允许指定 ON DELETE 为 CASCADE 和 SET NULL，前者会删除 friendship 中无效的记录，后者会将这些记录的外键设为 NULL。

除了删除，还有可能更改主键，这也会导致 friendship 的外键失效。于是相应的就有 ON UPDATE 了。其中 CASCADE 变成了更新相应的外键，而不是删除。

而在 SQLAlchemy 中是这样处理的：

class Friendship(BaseModel):

__tablename__ = 'friendship'

id = Column(Integer, primary_key=True)

user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

9）如何连接表？

from sqlalchemy import distinct

from sqlalchemy.orm import aliased

Friend = aliased(User, name='Friend')

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户

print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户（去掉重复的）

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上

print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被别人当成朋友的用户

print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上，join 的方向相反，但因为不是 STRAIGHT_JOIN，所以 MySQL 可以自己选择顺序

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小于 10 的用户及其朋友

print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 两次 join，由于使用到相同的表，因此需要别名

print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友（无朋友则为 None，使用左连接）

在 Flask-SQLAlchemy 中联表查询

SQLAlchemy 是一个功能强大的 ORM 。 Flask-SQLAlchemy 是一个 Flask 插件，它让我们在 Flask 框架中使用 SQLAlchemy 变得更容易。

本篇介绍我在使用 Flask-SQLAlchemy 2.1 时进行联表查询的一些经验

这里有两个表，account 表保存帐号 ID 和昵称，bind 表保存 account 之间的绑定关系。

对应的 Model 如下：

先来看一个简单的例子：查询 gameuid 1000 账号下绑定的所有帐号。

看一看生成的 SQL 语句：

这里的联表查询使用的是 WHERE 语句。如果希望使用 JOIN 语句，可以这样写：

可以看出，现在生成的 SQL 语句已经使用 JOIN 语句了。但上面的语意有点奇怪，既然已经在 query 中使用了 Bind 和 Account，后面再 join 一次 Account 总觉得有点多余。那么 SQLAlchemy 如何选择 JOIN 的时候谁先谁后呢？看看这个错误就知道了：

这个错误显然说明，query 中参数的顺序很重要，第一个参数所代表的 table 就是 JOIN 时放在前面的那个 table。因此，此处 JOIN 的目标应该是 Account， 而不应该是 Bind 自身。

上面的例子已经解决了大多数需求了。我们再来看看分页。在 Flask-SQLAlchemy 中封装了一个 paginate 方法，可以方便地将查询记录进行分页：

报错的原因是 db.session.query 默认返回的是 orm.Query 对象，这个对象并不包含 paginate 方法。要解决这个问题，需要修改 Flask-SQLAlchemy 的源码。

找到 SQLAlchemy 对象的 __init__ 定义，在其中加入 session_options['query_cls'] = BaseQuery 即可：

在 Flask-SQLAlchemy 提供的 Model 对象中，可以使用 Model.query 这样的语法来直接得到一个查询对象，这是由于 Flask-SQLAlchemy 中存在一个 _QueryProperty 类，每次调用 Model.__get__ 时，会自动生成一个基于当前 session 的 query 对象：

使用 Model.query 得到的这个 query 对象可以直接进行 JOIN 操作，得到的结果是 Model 对象。这样就方便多了：

转换成 SQL 是这样的：

可以看出，这样的查询结果和使用 db.session.query 并没有什么不同。由于返回的是 Model 对象，使用上可能还更加方便了。

如何使用 Model.query.join 语法得到部分字段呢？这里可以使用 SQLAlchemy 提供的 with_entities 方法：

注意，列表中的项 (2, '玩家10001') 并不是标准的 Python tuple。你如果查看它的类型，会发现一个奇怪的名称： <class 'sqlalchemy.util._collections.result'> 。它是一个 AbstractKeyedTuple 对象，拥有一个 keys() 方法，这样可以很容易将其转换成 dict ：

想了解 AbstractKeyedTuple ，可以看看这篇文档 New KeyedTuple implementation dramatically faster 。

除了筛选字段外，还可以用另一个方法获取多个 Model 的记录。那就是，返回两个 Model 的所有字段：

使用上面的语法直接返回 Account 和 Bind 对象，可以进行更加灵活的操作。

要联结超过 2 张以上的表，可以直接在 join 得到的结果之后链式调用 join 。也可以在 filter 的结果后面链式调用 join 。join 和 filter 返回的都是 query 对象，因此可以无限链式调用下去。

写完查询后，应该打印生成的 SQL 语句查看一下有没有性能问题。

sqlalchemy怎么多个数据库使用

一、开始使用：fromsqlalchemyimportcreate_enginefromsqlalchemy.ormimportsessionmakerDB_CONNECT_STRING='mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'engine=create_engine(DB_CONNECT_STRING,echo=True)DB_Sess

sqlalchemy怎么多个数据库使用

一、开始使用：fromsqlalchemyimportcreate_enginefromsqlalchemy.ormimportsessionmakerDB_CONNECT_STRING='mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'engine=create_engine(DB_CONNECT_STRING,echo=True)DB_Sess

sqlalchemy怎么修改表结构

SQLAlchemy有修改表结构的方法/工具

计算机VF：修改表结构的命令是MODIFY STRUCTURE 。

MODIFY STRUCTURE作用:显示表文件结构,并允许修改此表的结构。

VF常用命令

APPEND ：在当前表的尾部（无论表中有无记录）追加记录（在当前表指当前正使用 的表）。 格式：APPEND [BLANK] 说明：在 APPEND 命令后面加上 BLANK 参数表示在当前表的尾部添加一条空 白记录。无 BLANK 参数时，表示在当前表的尾部添加一条记录并要求用户输入 相应的字段内容。

INSERT ：在表文件中间插入一个新记录。 格式：INSERT [BEFORE] [BLANK] 说明：INSERT 在当前记录后插入一记录； INSERT BEFORE 在当前记录前插入一记录； INSERT BEFORE BLANK 在当前记录前插入一空记录。

BROWSE：主要用于打开浏览窗口，查阅表文件并同时进行修改。 格式：BROWSE。

USE ：打开和关闭表文件。 格式：USE [<文件名>] USE 说明：前一个命令用来打开<文件名>指定的表文件，该表如有备注型字段，则 同时打开相应的备注文件（.fpt 文件）；后一个命令关闭当前打开的表文件。

如何使用SQLAlchemy库写出防SQL注入的Raw SQL-WEB安全

1.永远不要信任用户的输入。对用户的输入进行校验，可以通过正则表达式，或*长度；对单引号和
双"-"进行转换等。
2.永远不要使用动态拼装sql，可以使用参数化的sql或者直接使用存储过程进行数据查询存取。
3.永远不要使用管理员权限的数据库连接，为每个应用使用单独的权限有限的数据库连接。
4.不要把机密信息直接存放，加密或者hash掉密码和敏感的信息。
5.应用的异常信息应该给出尽可能少的提示，最好使用自定义的错误信息对原始错误信息进行包装
6.sql注入的检测方法一般采取辅助软件或网站平台来检测，软件一般采用sql注入检测工具jsky，网站平台就有亿思网站安全平台检测工具。MDCSOFT SCAN等。采用MDCSOFT-IPS可以有效的防御SQL注入，XSS攻击等。

如何使用SQLAlchemy库写出防SQL注入的Raw SQL-WEB安全

1.永远不要信任用户的输入。对用户的输入进行校验，可以通过正则表达式，或*长度；对单引号和
双"-"进行转换等。
2.永远不要使用动态拼装sql，可以使用参数化的sql或者直接使用存储过程进行数据查询存取。
3.永远不要使用管理员权限的数据库连接，为每个应用使用单独的权限有限的数据库连接。
4.不要把机密信息直接存放，加密或者hash掉密码和敏感的信息。
5.应用的异常信息应该给出尽可能少的提示，最好使用自定义的错误信息对原始错误信息进行包装
6.sql注入的检测方法一般采取辅助软件或网站平台来检测，软件一般采用sql注入检测工具jsky，网站平台就有亿思网站安全平台检测工具。MDCSOFT SCAN等。采用MDCSOFT-IPS可以有效的防御SQL注入，XSS攻击等。

在python3下怎样用flask-sqlalchemy对mysql数据库操作

以 Debian/Ubuntu 为例（请确保有管理员权限）：

1.MySQL

代码如下:

apt-get install mysql-server

apt-get install mysql-client

apt-get install libmysqlclient15-dev

2.python-mysqldb

代码如下:

apt-get install python-mysqldb

3.easy_install

代码如下:

wget http://peak.telecommunity.com/dist/ez_setup.py

python ez_setup.py

4.MySQL-Python

代码如下:

easy_install MySQL-Python

5.SQLAlchemy

代码如下:

easy_install SQLAlchemy

6、安装完成后使用下面代码测试连接

代码如下：

from sqlalchemy import create_engine

from sqlalchemy.orm import sessionmaker

DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'

engine = create_engine(DB_CONNECT_STRING, echo=True)

DB_Session = sessionmaker(bind=engine)

session = DB_Session()

7、数据操作（增删改查）

代码如下：

from sqlalchemy import func, or_, not_

user = User(name='a')

session.add(user)

user = User(name='b')

session.add(user)

user = User(name='a')

session.add(user)

user = User()

session.add(user)

session.commit()

query = session.query(User)

print query # 显示SQL 语句

print query.statement # 同上

for user in query: # 遍历时查询

print user.name

print query.all() # 返回的是一个类似列表的对象

print query.first().name # 记录不存在时，first() 会返回 None

# print query.one().name # 不存在，或有多行记录时会抛出异常

print query.filter(User.id == 2).first().name

print query.get(2).name # 以主键获取，等效于上句

print query.filter('id = 2').first().name # 支持字符串

query2 = session.query(User.name)

print query2.all() # 每行是个元组

print query2.limit(1).all() # 最多返回 1 条记录

print query2.offset(1).all() # 从第 2 条记录开始返回

print query2.order_by(User.name).all()

print query2.order_by('name').all()

print query2.order_by(User.name.desc()).all()

print query2.order_by('name desc').all()

print session.query(User.id).order_by(User.name.desc(), User.id).all()

print query2.filter(User.id == 1).scalar() # 如果有记录，返回第一条记录的第一个元素

print session.query('id').select_from(User).filter('id = 1').scalar()

print query2.filter(User.id > 1, User.name != 'a').scalar() # and

query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and

query3 = query3.filter(User.name != 'a')

print query3.scalar()

print query2.filter(or_(User.id == 1, User.id == 2)).all() # or

print query2.filter(User.id.in_((1, 2))).all() # in

query4 = session.query(User.id)

print query4.filter(User.name == None).scalar()

print query4.filter('name is null').scalar()

print query4.filter(not_(User.name == None)).all() # not

print query4.filter(User.name != None).all()

print query4.count()

print session.query(func.count('*')).select_from(User).scalar()

print session.query(func.count('1')).select_from(User).scalar()

print session.query(func.count(User.id)).scalar()

print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表

print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() count() 的返回数

print session.query(func.sum(User.id)).scalar()

print session.query(func.now()).scalar() # func 后可以跟任意函数名，只要该数据库支持

print session.query(func.current_timestamp()).scalar()

print session.query(func.md5(User.name)).filter(User.id == 1).scalar()

query.filter(User.id == 1).update({User.name: 'c'})

user = query.get(1)

print user.name

user.name = 'd'

session.flush() # 写数据库，但并不提交

print query.get(1).name

session.delete(user)

session.flush()

print query.get(1)

session.rollback()

print query.get(1).name

query.filter(User.id == 1).delete()

session.commit()

print query.get(1)

SQLAlchemy中的 backref具体用途

简单来说, relationship 函数是 sqlalchemy 对关系之间提供的一种便利的调用方式, backref 参数则对关系提供反向引用的声明。

我们只能像下面这样调用关系数据：

则我们可以直接在 User 对象中通过 addresses 属性获得指定用户的所有地址。

但是当我们有从 Address 对象获取所属用户的需求时， backref 参数就派上用场了。

backref 用于在关系另一端的类中快捷地创建一个指向当前类对象的属性, 而当需要对那个属性指定参数时使用 db.backref() 。

SQLAlchemy中的 backref具体用途

简单来说, relationship 函数是 sqlalchemy 对关系之间提供的一种便利的调用方式, backref 参数则对关系提供反向引用的声明。

我们只能像下面这样调用关系数据：

则我们可以直接在 User 对象中通过 addresses 属性获得指定用户的所有地址。

但是当我们有从 Address 对象获取所属用户的需求时， backref 参数就派上用场了。

backref 用于在关系另一端的类中快捷地创建一个指向当前类对象的属性, 而当需要对那个属性指定参数时使用 db.backref() 。

flask-sqlalchemy怎么用原生sql语句

为每一个工程创建一个独立的python运行环境是我们所需要的，python提供了virtualenv，可以为我们提供这个特殊的需求。
配置virtualenv环境
windows环境下运行cmd.exe，使用管理员权限运行。
pip install virtualenv

笔者使用的python版本是3.5.2，该版本中自动配置了pip应用，使用pip指令可以很方便的下载到你所需要的python拓展库。
安装成功后会出现successfully installed virtualenv字样。
PS：如果pip指令无法使用，请确认python环境下scripts是否包含在系统环境变量中的Path中。

使用控制台进入你需要配置该虚拟环境的目录，使用mkdir创建工程的文件夹，笔者创建的工程名为sqlalchemy_demo
mkdir sqlalchemy_demo

创建虚拟Python运行环境
virtualenv flask

出现如下字样，说明虚拟环境创建成功

flask-sqlalchemy怎么用原生sql语句

为每一个工程创建一个独立的python运行环境是我们所需要的，python提供了virtualenv，可以为我们提供这个特殊的需求。
配置virtualenv环境
windows环境下运行cmd.exe，使用管理员权限运行。
pip install virtualenv

笔者使用的python版本是3.5.2，该版本中自动配置了pip应用，使用pip指令可以很方便的下载到你所需要的python拓展库。
安装成功后会出现successfully installed virtualenv字样。
PS：如果pip指令无法使用，请确认python环境下scripts是否包含在系统环境变量中的Path中。

使用控制台进入你需要配置该虚拟环境的目录，使用mkdir创建工程的文件夹，笔者创建的工程名为sqlalchemy_demo
mkdir sqlalchemy_demo

创建虚拟Python运行环境
virtualenv flask

出现如下字样，说明虚拟环境创建成功

flask-SQLAlchemy 的 update 操作是怎么用的呢

flask-sqlalchemy使用MySQL的方式是：mysql://username:password@server/db结果我们照葫芦画瓢的来一下，发现压根不行，写好的网站一跟数据库沾边就报错。Python和MySQL是「两个国家的人」，他们互不相通，因而需要一个中间代理，让双方互通有无，跟翻译一样（这比喻不准确，但足够你明白意思就行）。翻译又有很多选择，不同的翻译各有特色。题主解决问题选择的翻译是「flask-mysqldb」，其背后的主子是「MySQL-python」。恩，说到这里你应该知道，「flask-xxx」这样的包都是对背后主子进行了适合Flask封装的插件，跟包子皮一样，里面的馅才是重点，「flask-mysqldb」的馅是「MySQL-python」。而我要推荐的是另一个翻译：PyMySQL，这玩意的好处是可以做异步（「MySQL-python」也可以，个人口味罢了），简而言之，网站访问量大了就需要考虑异步，现在别管这是啥子。这玩意的安装方式是：pip install PyMySQL之后，数据库连接由：mysql://username:password@server/db改为mysql+pymysql://username:password@server/db就可以了。

django orm 怎么对现有的表结构操作

pymysqlpymysql.install_as_MySQLdb()

并在settings.py文件修改DATABASES:

DATABASES = { ‘default‘: { ‘ENGINE‘: ‘django.db.backends.mysql‘, ‘NAME‘: ‘xe‘, ‘USER‘: ‘a_user‘, #mysql的用户名 ‘PASSWORD‘: ‘a_password‘, #mysql的密码 ‘HOST‘: ‘‘, ‘PORT‘: ‘‘, }}

注意：NAME即数据库的名字，在mysql连接前该数据库必须已经创建，而上面的sqlite数据库下的db.sqlite3则是项目自动创建。

创建并生成数据库：

python manage.py makemigrationspython manage.py migrate

执行结果不报错就创建数据库成功了。

ORM(对象关系映射)

用于实现面向对象编程语言里不同类型系统的数据之间的转换，换言之，就是用面向对象的方式去操作数据库的创建表以及增删改查等操作。

优点：

1 ORM使得我们的通用数据库交互变得简单易行，而且完全不用考虑该死的SQL语句。快速开发，由此而来。

2 可以避免一些新手程序猿写sql语句带来的性能问题。

缺点：

1 性能有所牺牲，不过现在的各种ORM框架都在尝试各种方法，比如缓存，延迟加载登来减轻这个问题。效果很显著。

2  对于个别复杂查询，ORM仍然力不从心，为了解决这个问题，ORM一般也支持写raw sql。

下面用一个大家惯用的书籍/作者/出版商的数据库结构例子来学习Django ORM的语法。

表(模型)的创建：

实例：我们来假定下面这些概念，字段和关系

作者模型：一个作者有姓名。

作者详细模型：把作者的详情放到详情表，包含性别，email地址和出生日期，作者详情模型和作者模型之间是一对一的关系（one－to－one）（类似于每个人和他的身份证之间的关系），在大多数情况下我们没有必要将他们拆分成两张表，这里只是引出一对一的概念。

出版商模型：出版商有名称，地址，所在城市，省，国家和网站。

书籍模型：书籍有书名和出版日期，一本书可能会有多个作者，一个作者也可以写多本书，所以作者和书籍的关系就是多对多的关联关系（many－to－many），一本书只应该由一个出版商出版，所以出版商和书籍是一对多关联关系（one－to－many），也被称作外键。

在我们自己建的app项目下的models.py文件

from django.db import modelsclass Publisher(models.Model): name = models.CharField(max_length=30, verbose_name="名称") address = models.CharField("地址", max_length=50) city = models.CharField(‘城市‘,max_length=60) state_province = models.CharField(max_length=30) country = models.CharField(max_length=50) website = models.URLField() class Meta: verbose_name = ‘出版商‘ verbose_name_plural = verbose_name def __str__(self): return self.name class Author(models.Model): name = models.CharField(max_length=30) def __str__(self): return self.name class AuthorDetail(models.Model): sex = models.BooleanField(max_length=1, choices=((0, ‘男‘),(1, ‘女‘),)) email = models.EmailField() address = models.CharField(max_length=50) birthday = models.DateField() author = models.OneToOneField(Author) class Book(models.Model): title = models.CharField(max_length=100) authors = models.ManyToManyField(Author) publisher = models.ForeignKey(Publisher) publication_date = models.DateField() price=models.DecimalField(max_digits=5,decimal_places=2,default=10) def __str__(self): return self.title

注意：记得在settings里的INSTALLED_APPS中加入我们自己创建的项目名，我的为‘app01’,然后再同步数据库。

分析代码：

1  每个数据模型都是django.db.models.Model的子类，它的父类Model包含了所有必要的和数据库交互的方法。并提供了一个简介漂亮的定义数据库字段的语法。

2  每个模型相当于单个数据库表（多对多关系例外，会多生成一张关系表），每个属性也是这个表中的字段。属性名就是字段名，它的类型（例如CharField）相当于数据库的字段类型（例如varchar）。大家可以留意下其它的类型都和数据库里的什么字段对应。

3  模型之间的三种关系：一对一，一对多，多对多。

             一对一：实质就是在主外键（author_id就是foreign key）的关系基础上，给外键加了一个UNIQUE＝True的属性；

            一对多：就是主外键关系；

            多对多：彼此一对多，自动创建第三张表

4  模型常用的字段类型以及参数

# AutoField# 一个 IntegerField, 添加记录时它会自动增长. 你通常不需要直接使用这个字段; 如果你不指定主键的话,系统会自动添加一个主键字段到你的 model.(参阅 _自动主键字段)# BooleanField# A true/false field. admin 用 checkbox 来表示此类字段.# CharField# 字符串字段, 用于较短的字符串.# # 如果要保存大量文本, 使用 TextField.# # admin 用一个 <input type="text"> 来表示此类字段 (单行输入).# # CharField 要求必须有一个参数 maxlength, 用于从数据库层和Django校验层限制该字段所允许的最大字符数.# # CommaSeparatedIntegerField# 用于存放逗号分隔的整数值. 类似 CharField, 必须要有 maxlength 参数.# DateField# 一个日期字段. 共有下列额外的可选参数:# # Argument 描述# auto_now 当对象被保存时,自动将该字段的值设置为当前时间.通常用于表示 "last-modified" 时间戳.# auto_now_add 当对象首次被创建时,自动将该字段的值设置为当前时间.通常用于表示对象创建时间.# admin 用一个文本框 <input type="text"> 来表示该字段数据(附带一个 JavaScript 日历和一个"Today"快键.# # DateTimeField# 一个日期时间字段. 类似 DateField 支持同样的附加选项.# admin 用两上文本框 <input type="text"> 表示该字段顺序(附带JavaScript shortcuts). # # EmailField# 一个带有检查 Email 合法性的 CharField,不接受 maxlength 参数.# FileField# 一个文件上传字段.# # 要求一个必须有的参数: upload_to, 一个用于保存上载文件的本地文件系统路径. 这个路径必须包含 strftime formatting, 该格式将被上载文件的 date/time 替换(so that uploaded files don‘t fill up the given directory).# # admin 用一个``<input type="file">``部件表示该字段保存的数据(一个文件上传部件) .# # 在一个 model 中使用 FileField 或 ImageField 需要以下步骤:# # 在你的 settings 文件中, 定义一个完整路径给 MEDIA_ROOT 以便让 Django在此处保存上传文件. (出于性能考虑,这些文件并不保存到数据库.) 定义 MEDIA_URL 作为该目录的公共 URL. 要确保该目录对 WEB 服务器用户帐号是可写的.# 在你的 model 中添加 FileField 或 ImageField, 并确保定义了 upload_to 选项,以告诉 Django 使用 MEDIA_ROOT 的哪个子目录保存上传文件.# 你的数据库中要保存的只是文件的路径(相对于 MEDIA_ROOT). 出于习惯你一定很想使用 Django 提供的 get_<fieldname>_url 函数.举例来说,如果你的 ImageField 叫作 mug_shot, 你就可以在模板中以 {{ object.get_mug_shot_url }} 这样的方式得到图像的绝对路径.# FilePathField# 可选项目为某个特定目录下的文件名. 支持三个特殊的参数, 其中第一个是必须提供的.# # 参数 描述# path 必需参数. 一个目录的绝对文件系统路径. FilePathField 据此得到可选项目. Example: "/home/images".# match 可选参数. 一个正则表达式, 作为一个字符串, FilePathField 将使用它过滤文件名. 注意这个正则表达式只会应用到 base filename 而不是路径全名. Example: "foo.*.txt^", 将匹配文件 foo23.txt 却不匹配 bar.txt 或 foo23.gif.# recursive 可选参数.要么 True 要么 False. 默认值是 False. 是否包括 path 下面的全部子目录.# 这三个参数可以同时使用.# # 我已经告诉过你 match 仅应用于 base filename, 而不是路径全名. 那么,这个例子:# # FilePathField(path="/home/images", match="foo.*", recursive=True)# ...会匹配 /home/images/foo.gif 而不匹配 /home/images/foo/bar.gif# # FloatField# 一个浮点数. 必须 提供两个 参数:# # 参数 描述# max_digits 总位数(不包括小数点和符号)# decimal_places 小数位数# 举例来说, 要保存最大值为 999 (小数点后保存2位),你要这样定义字段:# # models.FloatField(..., max_digits=5, decimal_places=2)# 要保存最大值一百万(小数点后保存10位)的话,你要这样定义:# # models.FloatField(..., max_digits=19, decimal_places=10)# admin 用一个文本框(<input type="text">)表示该字段保存的数据.# # ImageField# 类似 FileField, 不过要校验上传对象是否是一个合法图片.它有两个可选参数:height_field 和 width_field,如果提供这两个参数,则图片将按提供的高度和宽度规格保存.# # 该字段要求 Python Imaging Library.# # IntegerField# 用于保存一个整数.# # admin 用一个``<input type="text">``表示该字段保存的数据(一个单行编辑框)# # IPAddressField# 一个字符串形式的 IP 地址, (i.e. "24.124.1.30").# # admin 用一个``<input type="text">``表示该字段保存的数据(一个单行编辑框)# # NullBooleanField# 类似 BooleanField, 不过允许 NULL 作为其中一个选项. 推荐使用这个字段而不要用 BooleanField 加 null=True 选项.# # admin 用一个选择框 <select> (三个可选择的值: "Unknown", "Yes" 和 "No" ) 来表示这种字段数据.# # PhoneNumberField# 一个带有合法美国风格电话号码校验的 CharField``(格式: ``XXX-XXX-XXXX).# PositiveIntegerField# 类似 IntegerField, 但取值范围为非负整数(这个字段应该是允许0值的....所以字段名字取得不太好,无符号整数就对了嘛).# PositiveSmallIntegerField# 类似 PositiveIntegerField, 取值范围较小(数据库相关)# SlugField# "Slug" 是一个报纸术语. slug 是某个东西的小小标记(短签), 只包含字母,数字,下划线和连字符.它们通常用于URLs.# # 若你使用 Django 开发版本,你可以指定 maxlength. 若 maxlength 未指定, Django 会使用默认长度: 50. 在以前的 Django 版本,没有任何办法改变 50 这个长度.# # 这暗示了 db_index=True.# # 它接受一个额外的参数: prepopulate_from, which is a list of fields from which to auto-populate the slug, via JavaScript, in the object‘s admin form:# # models.SlugField(prepopulate_from=("pre_name", "name"))# prepopulate_from 不接受 DateTimeFields.# # admin 用一个``<input type="text">``表示 SlugField 字段数据(一个单行编辑框) # # SmallIntegerField# 类似 IntegerField, 不过只允许某个取值范围内的整数.(依赖数据库)# # TextField# 一个容量很大的文本字段.# # admin 用一个 <textarea> (文本区域)表示该字段数据.(一个多行编辑框).# # TimeField# A time. Accepts the same auto-population options as DateField 和 DateTimeField.# # admin 用一个 <input type="text"> 文本框表示该字段保存的数据(附加一些JavaScript shortcuts).# # URLField# 用于保存 URL. 若 verify_exists 参数为 True (默认), 给定的 URL 会预先检查是否存在(即URL是否被有效装入且没有返回404响应).# # admin 用一个 <input type="text"> 文本框表示该字段保存的数据(一个单行编辑框)# # USStateField# 一个两字母的美国州名缩写.# # admin 用一个 <input type="text"> 文本框表示该字段保存的数据(一个单行编辑框)# # XMLField# 一个校验值是否为合法XML的 TextField,必须提供参数: schema_path, 它是一个用来校验文本的 RelaxNG schema 的文件系统路径.

表的操作(增删改查)：

  1  增(create  save)

>>> from app01.models import *>>> Author.objects.create(name=‘Alvin‘)<Author: Alvin>>>> AuthorDetail.objects.create(sex=False,email=‘916852314@qq.com‘,address=‘bejing‘,birthday=‘1995-3-16‘,author_id=1)<AuthorDetail: AuthorDetail object>>>> pub=Publisher()>>> pub.name=‘河大出版社‘>>> pub.address=‘保定‘>>> pub.city=‘保定‘>>> pub.state_province=‘河北‘>>> pub.country=‘China‘>>> pub.website=‘http://www.beida.com‘>>> pub.save()

注意：如果每次创建一个对象，想显示对应的raw sql，需要在settings加上日志记录部分：

LOGGING = {# ‘version‘: 1,# ‘disable_existing_loggers‘: False,# ‘handlers‘: {# ‘console‘:{# ‘level‘:‘DEBUG‘,# ‘class‘:‘logging.StreamHandler‘,# },# },# ‘loggers‘: {# ‘django.db.backends‘: {# ‘handlers‘: [‘console‘],# ‘propagate‘: True,# ‘level‘:‘DEBUG‘,# },# }# }

那么如何创建存在一对多或多对多关系的一本书的信息呢？

>>> Book.objects.create(title=‘php‘,publisher=pub,publication_date=‘2017-7-7‘)<Book: php>>>> author1=Author.objects.get(id=1)>>> author2=Author.objects.get(name=‘alvin‘)>>> book=Book.objects.get(id=1)>>> book.authors.add(author1,author1)>>> book.authors.add(author1,author2)

2 改：

update和save方法

django之数据库orm

标签：self   file   app   text   一对一   子目录   美国   基础   开发   

django orm 怎么对现有的表结构操作

pymysqlpymysql.install_as_MySQLdb()

并在settings.py文件修改DATABASES:

DATABASES = { ‘default‘: { ‘ENGINE‘: ‘django.db.backends.mysql‘, ‘NAME‘: ‘xe‘, ‘USER‘: ‘a_user‘, #mysql的用户名 ‘PASSWORD‘: ‘a_password‘, #mysql的密码 ‘HOST‘: ‘‘, ‘PORT‘: ‘‘, }}

注意：NAME即数据库的名字，在mysql连接前该数据库必须已经创建，而上面的sqlite数据库下的db.sqlite3则是项目自动创建。

创建并生成数据库：

python manage.py makemigrationspython manage.py migrate

执行结果不报错就创建数据库成功了。

ORM(对象关系映射)

用于实现面向对象编程语言里不同类型系统的数据之间的转换，换言之，就是用面向对象的方式去操作数据库的创建表以及增删改查等操作。

优点：

1 ORM使得我们的通用数据库交互变得简单易行，而且完全不用考虑该死的SQL语句。快速开发，由此而来。

2 可以避免一些新手程序猿写sql语句带来的性能问题。

缺点：

1 性能有所牺牲，不过现在的各种ORM框架都在尝试各种方法，比如缓存，延迟加载登来减轻这个问题。效果很显著。

2  对于个别复杂查询，ORM仍然力不从心，为了解决这个问题，ORM一般也支持写raw sql。

下面用一个大家惯用的书籍/作者/出版商的数据库结构例子来学习Django ORM的语法。

表(模型)的创建：

实例：我们来假定下面这些概念，字段和关系

作者模型：一个作者有姓名。

作者详细模型：把作者的详情放到详情表，包含性别，email地址和出生日期，作者详情模型和作者模型之间是一对一的关系（one－to－one）（类似于每个人和他的身份证之间的关系），在大多数情况下我们没有必要将他们拆分成两张表，这里只是引出一对一的概念。

出版商模型：出版商有名称，地址，所在城市，省，国家和网站。

书籍模型：书籍有书名和出版日期，一本书可能会有多个作者，一个作者也可以写多本书，所以作者和书籍的关系就是多对多的关联关系（many－to－many），一本书只应该由一个出版商出版，所以出版商和书籍是一对多关联关系（one－to－many），也被称作外键。

在我们自己建的app项目下的models.py文件

from django.db import modelsclass Publisher(models.Model): name = models.CharField(max_length=30, verbose_name="名称") address = models.CharField("地址", max_length=50) city = models.CharField(‘城市‘,max_length=60) state_province = models.CharField(max_length=30) country = models.CharField(max_length=50) website = models.URLField() class Meta: verbose_name = ‘出版商‘ verbose_name_plural = verbose_name def __str__(self): return self.name class Author(models.Model): name = models.CharField(max_length=30) def __str__(self): return self.name class AuthorDetail(models.Model): sex = models.BooleanField(max_length=1, choices=((0, ‘男‘),(1, ‘女‘),)) email = models.EmailField() address = models.CharField(max_length=50) birthday = models.DateField() author = models.OneToOneField(Author) class Book(models.Model): title = models.CharField(max_length=100) authors = models.ManyToManyField(Author) publisher = models.ForeignKey(Publisher) publication_date = models.DateField() price=models.DecimalField(max_digits=5,decimal_places=2,default=10) def __str__(self): return self.title

注意：记得在settings里的INSTALLED_APPS中加入我们自己创建的项目名，我的为‘app01’,然后再同步数据库。

分析代码：

1  每个数据模型都是django.db.models.Model的子类，它的父类Model包含了所有必要的和数据库交互的方法。并提供了一个简介漂亮的定义数据库字段的语法。

2  每个模型相当于单个数据库表（多对多关系例外，会多生成一张关系表），每个属性也是这个表中的字段。属性名就是字段名，它的类型（例如CharField）相当于数据库的字段类型（例如varchar）。大家可以留意下其它的类型都和数据库里的什么字段对应。

3  模型之间的三种关系：一对一，一对多，多对多。

             一对一：实质就是在主外键（author_id就是foreign key）的关系基础上，给外键加了一个UNIQUE＝True的属性；

            一对多：就是主外键关系；

            多对多：彼此一对多，自动创建第三张表

4  模型常用的字段类型以及参数

# AutoField# 一个 IntegerField, 添加记录时它会自动增长. 你通常不需要直接使用这个字段; 如果你不指定主键的话,系统会自动添加一个主键字段到你的 model.(参阅 _自动主键字段)# BooleanField# A true/false field. admin 用 checkbox 来表示此类字段.# CharField# 字符串字段, 用于较短的字符串.# # 如果要保存大量文本, 使用 TextField.# # admin 用一个 <input type="text"> 来表示此类字段 (单行输入).# # CharField 要求必须有一个参数 maxlength, 用于从数据库层和Django校验层限制该字段所允许的最大字符数.# # CommaSeparatedIntegerField# 用于存放逗号分隔的整数值. 类似 CharField, 必须要有 maxlength 参数.# DateField# 一个日期字段. 共有下列额外的可选参数:# # Argument 描述# auto_now 当对象被保存时,自动将该字段的值设置为当前时间.通常用于表示 "last-modified" 时间戳.# auto_now_add 当对象首次被创建时,自动将该字段的值设置为当前时间.通常用于表示对象创建时间.# admin 用一个文本框 <input type="text"> 来表示该字段数据(附带一个 JavaScript 日历和一个"Today"快键.# # DateTimeField# 一个日期时间字段. 类似 DateField 支持同样的附加选项.# admin 用两上文本框 <input type="text"> 表示该字段顺序(附带JavaScript shortcuts). # # EmailField# 一个带有检查 Email 合法性的 CharField,不接受 maxlength 参数.# FileField# 一个文件上传字段.# # 要求一个必须有的参数: upload_to, 一个用于保存上载文件的本地文件系统路径. 这个路径必须包含 strftime formatting, 该格式将被上载文件的 date/time 替换(so that uploaded files don‘t fill up the given directory).# # admin 用一个``<input type="file">``部件表示该字段保存的数据(一个文件上传部件) .# # 在一个 model 中使用 FileField 或 ImageField 需要以下步骤:# # 在你的 settings 文件中, 定义一个完整路径给 MEDIA_ROOT 以便让 Django在此处保存上传文件. (出于性能考虑,这些文件并不保存到数据库.) 定义 MEDIA_URL 作为该目录的公共 URL. 要确保该目录对 WEB 服务器用户帐号是可写的.# 在你的 model 中添加 FileField 或 ImageField, 并确保定义了 upload_to 选项,以告诉 Django 使用 MEDIA_ROOT 的哪个子目录保存上传文件.# 你的数据库中要保存的只是文件的路径(相对于 MEDIA_ROOT). 出于习惯你一定很想使用 Django 提供的 get_<fieldname>_url 函数.举例来说,如果你的 ImageField 叫作 mug_shot, 你就可以在模板中以 {{ object.get_mug_shot_url }} 这样的方式得到图像的绝对路径.# FilePathField# 可选项目为某个特定目录下的文件名. 支持三个特殊的参数, 其中第一个是必须提供的.# # 参数 描述# path 必需参数. 一个目录的绝对文件系统路径. FilePathField 据此得到可选项目. Example: "/home/images".# match 可选参数. 一个正则表达式, 作为一个字符串, FilePathField 将使用它过滤文件名. 注意这个正则表达式只会应用到 base filename 而不是路径全名. Example: "foo.*.txt^", 将匹配文件 foo23.txt 却不匹配 bar.txt 或 foo23.gif.# recursive 可选参数.要么 True 要么 False. 默认值是 False. 是否包括 path 下面的全部子目录.# 这三个参数可以同时使用.# # 我已经告诉过你 match 仅应用于 base filename, 而不是路径全名. 那么,这个例子:# # FilePathField(path="/home/images", match="foo.*", recursive=True)# ...会匹配 /home/images/foo.gif 而不匹配 /home/images/foo/bar.gif# # FloatField# 一个浮点数. 必须 提供两个 参数:# # 参数 描述# max_digits 总位数(不包括小数点和符号)# decimal_places 小数位数# 举例来说, 要保存最大值为 999 (小数点后保存2位),你要这样定义字段:# # models.FloatField(..., max_digits=5, decimal_places=2)# 要保存最大值一百万(小数点后保存10位)的话,你要这样定义:# # models.FloatField(..., max_digits=19, decimal_places=10)# admin 用一个文本框(<input type="text">)表示该字段保存的数据.# # ImageField# 类似 FileField, 不过要校验上传对象是否是一个合法图片.它有两个可选参数:height_field 和 width_field,如果提供这两个参数,则图片将按提供的高度和宽度规格保存.# # 该字段要求 Python Imaging Library.# # IntegerField# 用于保存一个整数.# # admin 用一个``<input type="text">``表示该字段保存的数据(一个单行编辑框)# # IPAddressField# 一个字符串形式的 IP 地址, (i.e. "24.124.1.30").# # admin 用一个``<input type="text">``表示该字段保存的数据(一个单行编辑框)# # NullBooleanField# 类似 BooleanField, 不过允许 NULL 作为其中一个选项. 推荐使用这个字段而不要用 BooleanField 加 null=True 选项.# # admin 用一个选择框 <select> (三个可选择的值: "Unknown", "Yes" 和 "No" ) 来表示这种字段数据.# # PhoneNumberField# 一个带有合法美国风格电话号码校验的 CharField``(格式: ``XXX-XXX-XXXX).# PositiveIntegerField# 类似 IntegerField, 但取值范围为非负整数(这个字段应该是允许0值的....所以字段名字取得不太好,无符号整数就对了嘛).# PositiveSmallIntegerField# 类似 PositiveIntegerField, 取值范围较小(数据库相关)# SlugField# "Slug" 是一个报纸术语. slug 是某个东西的小小标记(短签), 只包含字母,数字,下划线和连字符.它们通常用于URLs.# # 若你使用 Django 开发版本,你可以指定 maxlength. 若 maxlength 未指定, Django 会使用默认长度: 50. 在以前的 Django 版本,没有任何办法改变 50 这个长度.# # 这暗示了 db_index=True.# # 它接受一个额外的参数: prepopulate_from, which is a list of fields from which to auto-populate the slug, via JavaScript, in the object‘s admin form:# # models.SlugField(prepopulate_from=("pre_name", "name"))# prepopulate_from 不接受 DateTimeFields.# # admin 用一个``<input type="text">``表示 SlugField 字段数据(一个单行编辑框) # # SmallIntegerField# 类似 IntegerField, 不过只允许某个取值范围内的整数.(依赖数据库)# # TextField# 一个容量很大的文本字段.# # admin 用一个 <textarea> (文本区域)表示该字段数据.(一个多行编辑框).# # TimeField# A time. Accepts the same auto-population options as DateField 和 DateTimeField.# # admin 用一个 <input type="text"> 文本框表示该字段保存的数据(附加一些JavaScript shortcuts).# # URLField# 用于保存 URL. 若 verify_exists 参数为 True (默认), 给定的 URL 会预先检查是否存在(即URL是否被有效装入且没有返回404响应).# # admin 用一个 <input type="text"> 文本框表示该字段保存的数据(一个单行编辑框)# # USStateField# 一个两字母的美国州名缩写.# # admin 用一个 <input type="text"> 文本框表示该字段保存的数据(一个单行编辑框)# # XMLField# 一个校验值是否为合法XML的 TextField,必须提供参数: schema_path, 它是一个用来校验文本的 RelaxNG schema 的文件系统路径.

表的操作(增删改查)：

  1  增(create  save)

>>> from app01.models import *>>> Author.objects.create(name=‘Alvin‘)<Author: Alvin>>>> AuthorDetail.objects.create(sex=False,email=‘916852314@qq.com‘,address=‘bejing‘,birthday=‘1995-3-16‘,author_id=1)<AuthorDetail: AuthorDetail object>>>> pub=Publisher()>>> pub.name=‘河大出版社‘>>> pub.address=‘保定‘>>> pub.city=‘保定‘>>> pub.state_province=‘河北‘>>> pub.country=‘China‘>>> pub.website=‘http://www.beida.com‘>>> pub.save()

注意：如果每次创建一个对象，想显示对应的raw sql，需要在settings加上日志记录部分：

LOGGING = {# ‘version‘: 1,# ‘disable_existing_loggers‘: False,# ‘handlers‘: {# ‘console‘:{# ‘level‘:‘DEBUG‘,# ‘class‘:‘logging.StreamHandler‘,# },# },# ‘loggers‘: {# ‘django.db.backends‘: {# ‘handlers‘: [‘console‘],# ‘propagate‘: True,# ‘level‘:‘DEBUG‘,# },# }# }

那么如何创建存在一对多或多对多关系的一本书的信息呢？

>>> Book.objects.create(title=‘php‘,publisher=pub,publication_date=‘2017-7-7‘)<Book: php>>>> author1=Author.objects.get(id=1)>>> author2=Author.objects.get(name=‘alvin‘)>>> book=Book.objects.get(id=1)>>> book.authors.add(author1,author1)>>> book.authors.add(author1,author2)

2 改：

update和save方法

django之数据库orm

标签：self   file   app   text   一对一   子目录   美国   基础   开发