数据库SQLite基本用法(二)

关键字 含义
WHERE 条件筛选关键字
LIKE 匹配通配符指定模式的文本值
GLOB 匹配通配符指定模式的文本值:字母不分大小写
LIMIT 限制由 SELECT 语句返回的数据数量
ORDER BY 基于条件的升降序排列
GROUP BY 对相同的数据进行分组
HAVING 允许指定条件来过滤将出现在最终结果中的分组结果

Where 子句

关键字: WHERE

SQLite的 WHERE 子句用于指定从一个表或多个表中获取数据的条件。
如果满足给定的条件,即为真(true)时,则从表中返回特定的值。您可以使用 WHERE 子句来过滤记录,只获取需要的记录。
WHERE 子句不仅可用在** SELECT** 语句中,它也可用在 UPDATE、DELETE 语句中。

基本语法:

SELECT 列1、列2、列3、......列N FROM 表名 WHERE [条件];
或者:
SELECT * FROM 表名 WHERE [条件];

代码如下:

let sql = "SELECT * FROM T_Person WHERE age>50 AND height<4"

数据库中资料:


条件筛选.png

执行结果:
[["height": 3, "age": 60, "id": 7, "name": 李四],
["height": 3, "age": 70, "id": 8, "name": 李四]]

模糊匹配like

关键字: LIKE

SQLite 的 LIKE 运算符是用来匹配通配符指定模式的文本值。如果搜索表达式与模式表达式匹配,LIKE 运算符将返回真(true),也就是 1。这里有两个通配符与 LIKE 运算符一起使用:

  • 百分号 (%)
  • 下划线 (_
    百分号(%)代表零个、一个或多个数字或字符。下划线(
    )代表一个单一的数字或字符。这些符号可以被组合使用。

实例:注意前向结合

语句 描述
WHERE SALARY LIKE 'ab%' 查找以 ab 开头的任意值
WHERE SALARY LIKE '%ab' 查找以 ab 结尾的任意值
WHERE SALARY LIKE '%ab%' 查找任意位置包含 ab 的任意值
WHERE SALARY LIKE '_ab%' 查找第二位和第三位为 ab 的任意值
WHERE SALARY LIKE '_a%b' 查找第二位为 a,且以 b 结尾的任意值
WHERE SALARY LIKE 'a_%_%' 查找以 a 开头,且长度至少为 3 个字符的任意值
WHERE SALARY LIKE 'a___b' 查找长度为 5 位数,且以 a 开头以 b 结尾的任意值

基本语法:

SELECT FROM 表名
WHERE 字段 LIKE 'XXXX%'

代码如下:

let sql = "SELECT * FROM T_Person WHERE height LIKE '2%'"

数据库中资料:


条件筛选.png

执行结果:
[["height": 2, "age": 40, "id": 5, "name": 李四],
["height": 2, "age": 50, "id": 6, "name": 李四]]

模糊匹配Glob

关键字: GLOB

SQLite 的 GLOB 运算符是用来匹配通配符指定模式的文本值。如果搜索表达式与模式表达式匹配,GLOB 运算符将返回真(true),也就是 1。与 LIKE 运算符不同的是,GLOB 是大小写敏感的,对于下面的通配符,它遵循 UNIX 的语法。

  • 星号 (*)
  • 问号 (?)
    星号(*)代表零个、一个或多个数字或字符。
    问号(?)代表一个单一的数字或字符。这些符号可以被组合使用。

基本语法:

SELECT FROM 表名
WHERE 字段 GLOB 'XXXX*'

实例:注意前向结合,且部分大小写

语句 描述
WHERE SALARY GLOB 'ab*' 查找以 ab 开头的任意值 ,不分大小写
WHERE SALARY GLOB '*ab' 查找以 ab (不分大小写)结尾的任意值
WHERE SALARY GLOB 'ab' 查找任意位置包含 ab(不分大小写) 的任意值
WHERE SALARY GLOB '?ab*' 查找第二位和第三位为 ab(不分大小写) 的任意值
WHERE SALARY GLOB '_a*b' 查找第二位为 a(不分大小写),且以 b 结尾的任意值
WHERE SALARY GLOB 'a???b' 查找长度为 5 位数,且以 a 开头以 b 结尾的任意值

代码如下:

//查找中间带-的字符串
let sql = "SELECT * FROM T_Person WHERE name GLOB '*-*'"

数据库中资料:


数据库中数据.png

执行结果:
[["height": 10, "age": 2, "id": 1, "name": A-B],
["height": 7.8, "age": 3, "id": 2, "name": A-b]]

Limit 子句

关键字: LIMIT

SQLite 的 LIMIT 子句用于限制由 SELECT 语句返回的数据数量

基本语法:

SELECT * FROM 表名
LIMIT [行数]
或者
SELECT * FROM 表名
LIMIT [行数] OFFSET [偏移]

代码如下:

//1 输出偏移两条后面的三条数据
      let sql = "SELECT * FROM T_Person LIMIT 3 OFFSET 2"

数据库中资料:


条件筛选.png

执行结果:
[["height": 1, "age": 20, "id": 3, "name": 李四],
["height": 1, "age": 30, "id": 4, "name": 李四],
["height": 2, "age": 40, "id": 5, "name": 李四]]

升降序排列

关键字: Order By

SQLite 的 ORDER BY 子句是用来基于一个或多个列按升序或降序顺序排列数据。

基本语法:

SELECT * FROM 表名
[WHERE 条件]
[ORDER BY 列1, 列2, .. 列N] [ASC | DESC];

代码如下:

//降序排列
let sql = "SELECT * FROM T_Person ORDER BY age DESC"

数据库中资料:


原始数据.png

执行结果:
[["height": 5, "age": 100, "id": 11, "name": 李四],
["height": 4, "age": 90, "id": 10, "name": 李四],
["height": 4, "age": 80, "id": 9, "name": 李四],
["height": 3, "age": 70, "id": 8, "name": 李四],
["height": 3, "age": 60, "id": 7, "name": 李四],
["height": 2, "age": 50, "id": 6, "name": 李四],
["height": 2, "age": 40, "id": 5, "name": 李四],
["height": 1, "age": 30, "id": 4, "name": 李四],
["height": 1, "age": 20, "id": 3, "name": 李四],
["height": 0, "age": 10, "id": 2, "name": 李四],
["height": 0, "age": 0, "id": 1, "name": 李四]]

Group By子句

关键字: GROUP BY

SQLite 的 GROUP BY 子句用于与 SELECT 语句一起使用,来对相同的数据进行分组。
在 SELECT 语句中,GROUP BY 子句放在 WHERE 子句之后,放在 ORDER BY 子句之前。

基本语法:

SELECT 列名 FROM 表名
[WHERE  条件 ]
GROUP BY 列1, 列2....列N
ORDER BY 列1, 列2....列N

代码如下:

//筛选出name , age两列,但是按照年龄分组
let sql = "SELECT name , age FROM T_Person GROUP BY age"

数据库中资料:


条件筛选.png

执行结果:分出了5组,
[["age": 10, "name": 李四],
["age": 30, "name": 李四],
["age": 50, "name": 李四],
["age": 70, "name": 李四],
["age": 90, "name": 李四],
["age": 100, "name": 李四]]

代码如下:

//筛选出name , age两列,但是按身高分组,按照年龄将序,
let sql = "SELECT name,age FROM T_Person GROUP BY height ORDER BY age DESC"

执行结果:
[["age": 100, "name": 李四],
["age": 90, "name": 李四],
["age": 70, "name": 李四],
["age": 50, "name": 李四],
["age": 30, "name": 李四],
["age": 10, "name": 李四]]

Having 子句

关键字: HAVING

HAVING 子句允许指定条件来过滤将出现在最终结果中的分组结果。
WHERE 子句在所选列上设置条件,而 HAVING 子句则在由 GROUP BY 子句创建的分组上设置条件。

基本语法:
在一个查询中,HAVING 子句必须放在 GROUP BY 子句之后,必须放在 ORDER BY 子句之前。下面是包含 HAVING 子句的 SELECT 语句的语法:

SELECT 列名 FROM 表名
WHERE[条件]
GROUP BY [列名]
HAVING [条件]
ORDER BY [列名]

代码如下:

 //1 选出name 数小于2的组
        let sql = "SELECT * FROM T_Person GROUP BY name HAVING count(name) < 2"

数据库中资料:


数据库中原有数据.png

执行结果:
[["height": 7.8, "age": 25, "id": 2, "name": Allen],
["height": 10, "age": 32, "id": 1, "name": Paul],
["height": 4.6, "age": 27, "id": 3, "name": Teddy]]

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 204,445评论 6 478
  • 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 85,889评论 2 381
  • 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 151,047评论 0 337
  • 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 54,760评论 1 276
  • 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 63,745评论 5 367
  • 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 48,638评论 1 281
  • 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 38,011评论 3 398
  • 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 36,669评论 0 258
  • 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 40,923评论 1 299
  • 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 35,655评论 2 321
  • 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 37,740评论 1 330
  • 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 33,406评论 4 320
  • 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 38,995评论 3 307
  • 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 29,961评论 0 19
  • 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 31,197评论 1 260
  • 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 45,023评论 2 350
  • 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 42,483评论 2 342

推荐阅读更多精彩内容