Django Blog 统计某个分类下有多少篇文章的优雅实现方法

假设我们有如下的 Model :

class Article(models.Model):
    title = models.CharField('标题', max_length=200)
    body = models.TextField('正文')
    created_time = models.DateTimeField('创建时间', auto_now_add=True)
    
    author = models.ForeignKey(settings.AUTH_USER_MODEL, verbose_name='作者', on_delete=models.CASCADE)
    category = models.ForeignKey('Category', verbose_name='分类', on_delete=models.CASCADE)
    tags = models.ManyToManyField('Tag', verbose_name='标签集合', blank=True)

    def __str__(self):
        return self.title

class Category(models.Model):
    name = models.CharField('分类名', max_length=30)

    def __str__(self):
        return self.name

class Tag(models.Model):
    name = models.CharField('标签名', max_length=30)

    def __str__(self):
        return self.name

可以看到 Article 与 Author,Category 是外键关联的,而和 Tag 多对多的关系。有时候我们有这样的需求:在模板中显示全部的 category,author,tag,同时还要对应显示与其关联的 Article 数量,例如:

  • 分类一 ( 10 )
  • 分类二 ( 15 )
  • 分类三 ( 8 )

由于 Article 和 Category 外键关联的,在模板中我们可以使用 {{ category_instance.article_set.count }} 取得 category_instance 这一特定分类下关联的全部 Article 数量,但是缺点也很明显,无法在模板标签中传递参数,count 方法将返回全部关联的文章数目。有时我们想要更加精细化一点的显示,比如统计某个分类下全部 Article 发表时间在某个时间点后的文章,而如果该分类对应的文章数为 0 ,我们在模板中则不显示该分类。看上去挺复杂的逻辑,Django 的 annote 方法一句话可以解决我们的问题。

使用:

from django.db.models.aggregates import Count

category_list = Category.objects.filter(article__created_time_gt=(2015,1,1)).annotate(
    num_articles=Count('article')).filter(num_articles__gt=0)

annote 的功能是根据某个规则给 queryset 中的每一个元素(例如我们这里的是 category)添加一个属性。queryset 是从数据库中查询到的一组数据的集合,Django 将其封装在 QuerySet 对象里。

这句话的意思的,首先对 Category 做筛选(filter),即筛选出其对应的全部文章发表时间大于 2015年1月1日的 category记录(article__created_time_gt=(2015,1,1)) ,然后为筛选出来的每一个条 category 记录添加了一个属性:num_articles(num_articles=Count('article'))),Count 方法为我们计算了每一条 catogory 下对应的 article 数量,最后再对这组记录筛选出对应文章数量大于 0 的记录,即满足了我们上述要求。同理可以对 Author,Tag 做类似筛选。

值得注意的是第一个 filter 和 annotate 的顺序不能乱,否则可能无法得到我们预期的结果。

相关文档位于:QuerySet Method referenceAggregation

灵活使用这些方法将使我们复杂的查询需求代码变得更加高效和简短。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349

推荐阅读更多精彩内容