创建对象
①<表>.objects.create(<字段1>=’xxx’, <字段2>=’xxx’, ...)
②<变量> = <表>(<字段1>=’xxx’, <字段2>=’xxx’, ...)
<变量>.save()
③<变量> = <表>()
<变量>.<字段> = ’xxx’
<变量>.save()
④<表>.objects.get_or_create(<字段1> = ’xxx’, <字段2> = ’xxx’, ...)
#返回一个元组(object, True/False)，新建对象返回True，获取对象返回False。速度较慢。
查询对象
<表>.objects.all()
获取所有对象的集合。
<表>.objects.all()[:10]
切片获取前10条对象的集合，不支持负数切片。如果没有匹配到对象，会引发IndexError异常。
<表>.objects.all().reverse()[:3]
倒序获取后3条对象的集合。
<表>.objects.filter(<字段>=’xxx’)
获取所有匹配对象的集合形式，不存在则返回空集合，不报错。
获取单条数据用<表>.objects.filter(<字段>=’xxx’)[0]
<表>.objects.exclude(<字段>=’xxx’, <字段2>=’xxx’, ...)
获取除去匹配对象的所有对象集合。
<表>.objects.get(<字段>=’xxx’)
获取单条匹配的对象，如果没有匹配到，会引发DoesNotExist异常，如果匹配结果超过一个，
会引发MultipleObjectsReturned异常。慎用.get()。
字段查询的参数：用于filter(), exclude(),和get()
__iexact：完全匹配（忽略大小写）
__contains：包含匹配（__icontains忽略大小写）
__startswith：从开头位置匹配（__istartswith忽略大小写）
__endswith：从结尾位置匹配（__iendswith忽略大小写）
__gt：大于匹配（__gte大于等于）
__lt：小于匹配（__lte小于等于）
__in：列表内的匹配，可以=<列表>，也可以=<QuerySet对象>
__range：范围匹配，如date__range=(a, b)，包含于a, b之中
__date：日期匹配（年，月，日），如=datetime.date(2010, 2, 2)
__year：年份匹配，如=2010
__quarter：季度匹配（1-4）
__month：月份匹配，如=12（1-12）
__week：周数匹配，如=52/53（1-52/53）
__week_day：周几的匹配，如=7，将周日设为1
__day：天数的匹配，如=31
__time：时间匹配，如=datetime.time(xxx)
__hour：小时匹配，如=23（0-23）
__minute：分钟匹配，如=59（0-59）
__second：秒数匹配，如=59（0-59）
__isnull：匹配空值，如=True/False
__regex：正则表达式匹配（__iregex忽略大小写），如=r’^/d’
<表>.objects.order_by(’<字段>’)
获取所有匹配的对象并升序排列，<-字段>是降序排列。
<表>.objects.filter(<字段1>=’xxx’).order_by(’<字段2>’)
获取匹配[字段1]的对象集合并按照[字段2]升序排列
<表>.objects.filter(<字段1>__contains=’xxx’).exclude(<字段2>=’xxxx’)
获取[字段1]包含xxx而排除[字段2]为xxxx的对象
get_object_or_404(<表>, <参数>)
获取对象，不存在则返回404错误
get_list_or_404(<表>, <参数>)
获取对象的列表，列表为空则返回404错误
查询是否有对象：<表>.objects.all().exists()
查询对象的数量：<表>.objects.count()
F对象
将模型内的一个字段与另一个字段比较，F对象支持加、减、乘、除、取模和幂运算操作。
from django.db.models import F
<表>.objects.filter(<字段1>__<查询参数>=F(‘<字段2>’) )
#用查询参数比较[字段1]和[字段2]
<表>.objects.filter(<字段1>__<查询参数>=F(‘<字段2>’) * 3)
#用查询参数比较[字段1]和3倍的[字段2]
<表>.objects.filter(<字段1>__<查询参数>=F(‘<字段2>’) + F(‘<字段3>’) )
#用查询参数比较[字段1]和[字段2、字段3的和]
对于date和date/time字段，还可以加减一个timedelta对象。
from datetime import timedelta
Entry.objects.filter(mod_date__gt=F('pub_date') + timedelta(days=3) )
#发布3天后又进行修改的对象
Q对象
Q对象可封装查询集合，用于filter()，exclude()，get()等函数，Q对象要放在普通对象前面。
from django.db.models import Q
Q(<字段>__<查询参数>=’xxx’)
可用&（and）、|（or）、~（not）来组合Q对象，返回一个新的Q对象，如：
Poll.objects.filter(
Q(pub_date__year=2004) | ~Q(pub_date=date(2004, 7, 3)), question__startswith=’Who’)
#逗号分隔也表示逻辑“与”
复制对象
方法：创建一个实例对象并拷贝其所有的字段。
a = A(<字段1>=’xxx’, <字段2>=’xxx’, ...)
a.save() #保存为pk=1的对象
a.pk = None #创建一份新的copy
a.save() #保存为另一个pk=2的对象
多对多、一对一对象的复制？
更新和删除对象
更新普通对象：
<对象>.update(<字段>=’xxx’)
可用F对象对模型中的字段本身进行全部更新，注意F对象不能跨表操作，如：
<表>.objects.all().update(<字段>=F(‘<字段>’) + 1)
删除对象：
<对象>.delete()
如果该对象是主对象，默认同时删除关联的外键对象
QuerySet的缓存
新建的QuerySet的缓存是空的，当QuerySet第一次被提交后，数据库执行实际查询操作，Django会把查询结果保存在缓存内，随后的对于该QuerySet的提交将重用这个缓存。缓存可以高效的利用查询结果，并降低数据库负载。下面两个例子：
print([e.headline for e in Entry.objects.all()]) #方法一，2次实际查询，加倍数据库的负载
print([e.pub_date for e in Entry.objects.all()])
queryset = Entry.objects.all() #方法二，1次实际查询
print([p.headline for p in queryset]) # 提交查询
print([p.pub_date for p in queryset]) # 重用缓存
对QuerySet建立缓存的操作：
[entry for entry in queryset] #迭代
<表>.objacts.all()[:10:2] #指定步长的切片（普通切片不查询）
bool(queryset) #测试布尔值
entry in queryset
list(queryset) #列表转换
多对一关系创建缓存：
f = <外键表>.objects.select_related()
此时用f.<外键列>引用主对象，使用的就是缓存
ForeignKey的处理方法：
add(obj1, obj2, ...)：添加指定的模型对象到关联的对象集中
create(**kwargs)：创建一个新的对象，将它保存并放在关联的对象集中，返回新创建的对象
remove(obj1, obj2, ...)：从关联的对象集中删除指定的模型对象
clear()：清空关联的对象集
set(objs)：重置关联的对象集
