Flask |
您所在的位置：网站首页 › flask sqlalchemy查询语句 › Flask |
Flask
|
使用 Flask-SQLAlchemy 从数据库中查询数据，可以指定查询的条件。数据库中的数据很多，用户需要的只是某一条数据或满足某个条件的数据。 在 Flask-SQLAlchemy 中，指定查询条件是通过数据对象的 query 对象来实现的，query 对象中实现了很多常用的过滤方法，可以方便地实现过滤查询。 一、准备数据库和数据表 1. 创建一个 flask_alchemy_search.py 文件，编写连接数据库和模型类的代码并运行，创建两个数据表。 from flask import Flask from flask_sqlalchemy import SQLAlchemy app = Flask(__name__) app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://admin:[email protected]:3306/MyDB_one' app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True app.config['SQLALCHEMY_ECHO'] = True db = SQLAlchemy(app) class Phone(db.Model): __tablename__ = 'Phone_tb' pid = db.Column(db.Integer, primary_key=True) name = db.Column(db.String(32)) person = db.relationship('Person', backref='phone', lazy='dynamic') def __repr__(self): return 'Phone_name: {}'.format(self.name) class Person(db.Model): __tablename__ = 'Person_tb' mid = db.Column(db.Integer, primary_key=True) name = db.Column(db.String(64), unique=True) age = db.Column(db.Integer) phone_id = db.Column(db.Integer, db.ForeignKey('Phone_tb.pid')) def __repr__(self): return 'Person_name: {}'.format(self.name) db.drop_all() db.create_all() if __name__ == '__main__': app.run(debug=True)使用创建好的 MySQL 用户 admin 连接数据库，在 MyDB_one 数据库中先删除再创建两张数据表 Phone_tb 和 Person_tb 。 2. 创建完成数据表后，将代码中的 db.drop_all() ，db.create_all() 和 app.run(debug=True) 注释掉。 二、在数据表中批量插入数据 因为相同的代码在之前已经使用过，所以在准备数据表时，先将数据表删除了，重新建新的表。数据表是空，要查询数据，数据表中首先要有数据，先批量添加数据到数据表中。 if __name__ == '__main__': phone_one = Phone(name='IPhone') phone_two = Phone(name='Mi') phone_three = Phone(name='NOKIA') phone_four = Phone(name='HUAWEI') phone_five = Phone(name='OPPO') phone_six = Phone(name='VIVO') db.session.add_all([phone_one, phone_two, phone_three, phone_four, phone_five, phone_six]) db.session.commit() per_one = Person(name='You', age=18, phone_id=1) per_two = Person(name='Me', age=81, phone_id=3) per_three = Person(name='JackMa', age=60, phone_id=2) per_four = Person(name='Panshiyi', age=50, phone_id=4) per_five = Person(name='DingLei', age=40, phone_id=1) db.session.add_all([per_one, per_two, per_three, per_four, per_five]) db.session.commit()在 flask_alchemy_search.py 中继续添加上面的代码，运行，会在数据表 Phone_tb 中添加 6 条数据，在数据表 Person_tb 中添加 5 条数据。  这些数据用于后面使用 Flask-SQLAlchemy 进行过滤查询的素材。 三、使用 Flask-SQLAlchemy 进行过滤查询 数据添加完成，注释掉添加数据的代码，(表中有唯一字段，重复添加会报错)，然后开始查询数据。 1. 查询表中的所有对象 all_person = Person.query.all() print(all_person)使用 query 对象的 all() 方法来查询表中的所有数据，返回的结果是所有数据组成的一个列表，显示的字段是 __repr__ 中定义的字段。 如查询 Person_tb 中的所有数据，运行结果： [Person_name: You, Person_name: Me, Person_name: JackMa, Person_name: Panshiyi, Person_name: DingLei]2. 查询表中的第一个对象 first = Person.query.first() print(first)使用 query 对象的 first() 方法来查询表中的第一条数据。 Person_name: You3. 主键查询，如果主键不存在则无返回内容 three = Person.query.get(3) print(three)使用 query 对象的 get() 方法来根据主键查询数据，在 get() 中传入一个表中存在的主键值。 Person_name: JackMa4. 精确查询，获取满足条件的数据 person_p = Person.query.filter_by(name='Panshiyi').all() print(person_p)使用 query 对象的 filter_by() 方法来指定条件查询精确的数据，精确查询需要指定某个字段完整的值。 在 filter_by() 中通过键值对指定查询条件，在 filter_by() 方法后需要链式跟上 all() 方法，才能返回查询对象。 [Person_name: Panshiyi]5. 模糊查询，返回满足条件的数据 person_i = Person.query.filter(Person.name.endswith('i')).all() print(person_i)使用 query 对象的 filter() 方法来查询满足条件的数据，在 filter() 中通过数据对象的字段特征来指定查询条件。 [Person_name: Panshiyi, Person_name: DingLei]6. 通过 != 进行取反查询 boss = Person.query.filter(Person.name != 'Me').all() print(boss)在 filter() 方法中，指定对象属性的取反条件，可以完成逻辑非的查询。 [Person_name: You, Person_name: JackMa, Person_name: Panshiyi, Person_name: DingLei]7. and_ 进行 逻辑与 查询 from sqlalchemy import and_ oppo = Phone.query.filter(and_(Phone.name.startswith('o'), Phone.name.endswith('o'))).all() print(oppo)先从 sqlalchemy 中导入 and_ ，用于 逻辑与 查询。将并列的条件写在 and_() 中，返回结果是同时满足 and_() 中的所有条件的所有数据。 上面创建了两张数据表，现在换一张表查询，如查询开头结尾都是 o 字母的手机品牌，运行结果如下： [Phone_name: OPPO]8. not_ 进行 逻辑非 查询 from sqlalchemy import and_, not_ vivo = Phone.query.filter(and_(not_(Phone.name.startswith('o')), Phone.name.endswith('o'))).all() print(vivo)上面使用 != 指定对象属性可以实现逻辑非，也可以使用 sqlalchemy 中的 not_ 实现逻辑非查询。 先从 sqlalchemy 中导入 not_ ，将取反的条件写在 not_() 中，返回的查询结果就是取反的结果。 [Phone_name: VIVO]9. or_ 进行 逻辑或 查询 from sqlalchemy import or_ phone_i = Phone.query.filter(or_(Phone.name.startswith('i'), Phone.name.endswith('i'))).all() print(phone_i)先从 sqlalchemy 中导入 or_ ，将查询的条件写在 or_() 中，返回的查询结果是满足其中任意一条条件的所有数据。 [Phone_name: IPhone, Phone_name: Mi, Phone_name: HUAWEI]四、Flask-SQLAlchemy 关系字段和关联查询 在上面创建的两张表中，已经设置了关系字段。 Person 与 Phone 的关系是一对多的关系。 在 Person 模型类中，定义了关系字段 phone_id 。 phone_id = db.Column(db.Integer, db.ForeignKey('Phone_tb.pid'))这个关系字段关联到了 Phone 模型类中的主键 pid 。 在 Phone 模型类中，定义了关系字段 person 。 person = db.relationship('Person', backref='phone', lazy='dynamic')通过 realtionship 描述了 Phone 和 Person 的关系，这种关系有一对多，多对多等，上面的两张表是一对多的关系，Person 是 '一' ，Phone 是 '多' ，realtionship 字段定义在 '多' 的模型类中。 在 realtionship 中，第一个参数为对应 '一' 的模型类 "Person" 。 第二个参数 backref 是在模型类 Person 中申明一条新属性的方法，这个属性名是通过关系字段查询数据时使用的属性。在数据表中，不会创建这个字段(也可以说是隐藏字段)，但是这个属性名不能与 Person 中已有的属性同名，否则属性冲突，在数据表中添加数据时会报错。 第三个参数 lazy 是可选的，决定了什么时候 SQLALchemy 从数据库中加载数据，是一种优化查询速度的方式，对于数据量大或查询条件比较复杂时会有用，具体可以自己扩展一下。 接下来，进行关联查询。 me = Person.query.get(2) me_phone = me.phone print(me_phone)先从 Person 中查出一条数据，然后通过关系字段查询 Phone 中的数据，返回的是一个 Phone 对象，而不是一个字段值。 这就完成了从 Person 中的关系字段查询到 Phone 中的对象。 Phone_name: NOKIA |
【本文地址】