数据库中QuerySet API

一、配合字段查询使用的方法

  • all()

all返回一个QuerySet,里面包含着是每一行的对象

  • fittler()

fittler条件过滤使用,等同于sql中的where,返回的一个过滤后的QuerySet

  • exclude()

exclude返回一个新的QuerySet,它包含不满足查询参数的对象

  • get()

get只有一个对象满足你的查询,也就是查询必须且只有一个返回符合的查询语句

  • values()

返回一个返回字典的QuerySet,而不是使用模型实例作为一个迭代。每个字典表示一个对象,键对应于模型对象的属性名称。

def index(request):
    from cm import models
    obj = models.Book.objects.all().values("name")
    print(obj)
    return  HttpResponse('ok')

打印的结果是<QuerySet [{'name': 'go'}, {'name': 'c++'}]>,当您知道您只需要少量可用字段中的值时,这是非常有用的,您将不需要模型实例对象的功能。 只选择用到的字段当然更高效。一般习惯性用法把values放在最后

  • values_list

只是在迭代时返回的是元组而不是字典

def index(request):
    from cm import models
    obj = models.Book.objects.all().values_list("name")
    print(obj)
    return  HttpResponse('ok')

打印结果<QuerySet [('go',), ('c++',)]>

  • order_by()

用来进行升序降序排列使用,默认升序,加-降序

def index(request):
    from cm import models
    obj = models.Book.objects.order_by("-name")
    for i in obj:
        print(i.name)
    return  HttpResponse('ok')
  • distinct

去重和values搭配使用

def index(request):
    from cm import models
    obj = models.Book.objects.values("name").distinct()
    print(obj)
    return  HttpResponse('ok')

  • count

查询条数
Entry.objects.filter(headline__contains='Lennon').count()
如果您想要count()中的项目数量,并且还要从中检索模型实例(例如,通过迭代它),使用len(queryset)更有效,这不会像QuerySet一样导致额外的数据库查询。

  • annotate
  • dates

通过日期排序'ASC'(默认为'ASC')应为order或'DESC'

>>> Entry.objects.dates('pub_date', 'year')
[datetime.date(2005, 1, 1)]
>>> Entry.objects.dates('pub_date', 'month')
[datetime.date(2005, 2, 1), datetime.date(2005, 3, 1)]
>>> Entry.objects.dates('pub_date', 'day')
[datetime.date(2005, 2, 20), datetime.date(2005, 3, 20)]
>>> Entry.objects.dates('pub_date', 'day', order='DESC')
[datetime.date(2005, 3, 20), datetime.date(2005, 2, 20)]
>>> Entry.objects.filter(headline__contains='Lennon').dates('pub_date', 'day')
[datetime.date(2005, 3, 20)]
  • datetimes

kind应为"hour","minute","month","year","second"或"day"。 结果列表中的每个datetime.datetime对象被“截断”到给定的type。

  • first/last

返回第一个或者最后一个

二、Field查找双下划綫

__gt                    大于
__gte                   大于等于
__lt                    小于
__lte                   小于等于
  • __exact精准匹配
Blog.objects.get(name__iexact='beatles blog')
Blog.objects.get(name__iexact=None)

SQL等价物:

SELECT ... WHERE name ILIKE 'beatles blog';
SELECT ... WHERE name IS NULL;
  • __iexact不区分大小写精确匹配
  • __contains大小写敏感的包含like模糊匹配关系测试

Entry.objects.get(headline__contains='Lennon')
SQL等效:
SELECT ... WHERE headline LIKE '%Lennon%';

  • __icontains测试是否包含,不区分大小写。

注:在SQLite中,使用LIKE子句进行查询时,Like子句并不会区分大小写

  • __startswith 区分大小写,开始位置匹配

Entry.objects.filter(headline__startswith='Lennon')
SQL等效:
SELECT ... WHERE headline LIKE 'Lennon%'

  • __istartswith 不区分大小写,开始位置匹配
  • __endswith 以...结尾区分大小写

Entry.objects.filter(headline__endswith='Lennon')
SQL等效:
SELECT ... WHERE headline LIKE '%Lennon';

  • __iendswith 以...结尾,忽略大小写
  • __in在给定的列表

存在于一个list范围内
Entry.objects.filter(id__in=[1, 3, 4])
等价sql:
SELECT ... WHERE id IN (1, 3, 4);
注:

values = Blog.objects.filter(
        name__contains='Cheddar').values_list('pk', flat=True)
entries = Entry.objects.filter(blog__in=list(values))
  • range包含于之中
import datetime
start_date = datetime.date(2005, 1, 1)
end_date = datetime.date(2005, 3, 31)
Entry.objects.filter(pub_date__range=(start_date, end_date))

SQL等效:
SELECT ... WHERE pub_date BETWEEN '2005-01-01' and '2005-03-31';

  • date/year/month/day

对于datetime字段,将值作为日期转换。 允许链接附加字段查找。 获取日期值。

Entry.objects.filter(pub_date__date=datetime.date(2005, 1, 1))
Entry.objects.filter(pub_date__date__gt=datetime.date(2005, 1, 1))

对于日期和日期时间字段,确切的年匹配。 允许链接附加字段查找。 整数年

Entry.objects.filter(pub_date__year=2005)
Entry.objects.filter(pub_date__year__gte=2005)

SQL等效:

SELECT ... WHERE pub_date BETWEEN '2005-01-01' AND '2005-12-31';
SELECT ... WHERE pub_date >= '2005-01-01';

对于日期和日期时间字段,确切的月份匹配。 允许链接附加字段查找。 取整数1(1月)至12(12月)。

Entry.objects.filter(pub_date__month=12)
Entry.objects.filter(pub_date__month__gte=6)

SQL等效:

SELECT ... WHERE EXTRACT('month' FROM pub_date) = '12';
SELECT ... WHERE EXTRACT('month' FROM pub_date) >= '6';
  • regex

区分大小写的正则表达式匹配。
Entry.objects.get(title__regex=r'^(An?|The) +')
SQL等价物:

SELECT ... WHERE title REGEXP BINARY '^(An?|The) +'; -- MySQL
SELECT ... WHERE REGEXP_LIKE(title, '^(An?|The) +', 'c'); -- Oracle
SELECT ... WHERE title ~ '^(An?|The) +'; -- PostgreSQL
SELECT ... WHERE title REGEXP '^(An?|The) +'; -- SQLite

建议使用原始字符串(例如,r'foo'而不是'foo')来传递正则表达式语法。

  • iregex不区分大小写的正则表达式匹配

三、聚合函数

  • aggregate(args,*kwargs)
def index(request):
    from cm import models
    from django.db.models import Avg,Min,Sum,Max,Count
    obj1 = models.Book.objects.all().aggregate(Avg("price"))
    print(obj1)
    return  HttpResponse('ok')

打印结果:
{'price__avg': 91.4}

  • annotate(args,*kwargs):
    可以通过计算查询结果中每一个对象所关联的对象集合,从而得出总计值(也可以是平均值或总和),即为查询集的每一项生成聚合。
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 205,386评论 6 479
  • 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 87,939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 151,851评论 0 341
  • 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 54,953评论 1 278
  • 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 63,971评论 5 369
  • 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 48,784评论 1 283
  • 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 38,126评论 3 399
  • 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 36,765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 43,148评论 1 300
  • 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 35,744评论 2 323
  • 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 37,858评论 1 333
  • 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 33,479评论 4 322
  • 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 39,080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 30,053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 31,278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 45,245评论 2 352
  • 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 42,590评论 2 343

推荐阅读更多精彩内容