django 时间筛选

两种方法:
1.orm查询的方法

def api_back_time_news(request):
   # 时间筛选
   if request.POST.get('time'):
      #从前端获取到时间拆分出开始时间和结束时间
       start_time = request.POST.get('time').split(',')[0]
       end_time = request.POST.get('time').split(',')[1]
       #时间查询
       post_list = Alerts.objects.filter(alerts_releasetime__gte=start_time,
                                         alerts_releasetime__lte=end_time).all()
       #查询后总数
       count = post_list.count()
       #拼数据返给前端
       data = []
       for a in post_list:
           data.append(dict(a.api_to_dict()))
       return JsonResponse({'msg': '获取成功', 'code': 200, 'data': data, 'count': count})

2.sql查询方法

def api_back_time_news(request):
    # 时间筛选
    if request.POST.get('time'):
        print(request.POST.get('time'))
        cursor = connection.cursor()
        start_time = request.POST.get('time').split(',')[0]
        end_time = request.POST.get('time').split(',')[1]
        page = int(request.POST.get('page', 1))
        limit = int(request.POST.get('limit', 10))
        cursor.execute(f'select * from quick_poll_alerts where alerts_releasetime >= "{start_time}" and alerts_releasetime <= "{end_time}"' \
                       f'order by alerts_releasetime desc limit {(page - 1) * limit},{limit}')
        data = [format_alerts_list(i) for i in cursor.fetchall()]
        cursor.execute(f'select count(*) from quick_poll_alerts where alerts_releasetime >= "{start_time}" and alerts_releasetime <= "{end_time}"' \
            f'order by alerts_releasetime desc limit {(page - 1) * limit},{limit}')
        count = cursor.fetchall()
        cursor.close()
        return JsonResponse({'msg': '添加成功', 'code': 200, 'data': data, 'count': count})

这里的format_alerts_list是格式化sql输出

def format_alerts_list(data, key=None, type=None, label=None):
    ret = {}
    # id
    ret['id'] = data[0]
    # img
    ret['img'] = data[3]
    # title
    ret['title'] = data[12]
    # abstract
    ret['abstract'] = data[2]
    # niche
    ret['niche'] = Niche.objects.filter(id=data[6]).first().niche_name
    # article
    ret['article'] = Article.objects.filter(id=data[4]).first().alerts_section_name
    # time
    ret['time'] = data[11].strftime("%Y-%m-%d")
    # source
    ret['source'] = Source.objects.filter(id=data[10]).first().source_name
    # regional
    ret['regional'] = Regional.objects.filter(id=data[7]).first().regional_name
    # content
    if type == 'detail':
        ret['content'] = data[1]
    if label:
        ret['label'] = data[13]
    return ret
©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 214,922评论 6 497
  • 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 91,591评论 3 389
  • 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 160,546评论 0 350
  • 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 57,467评论 1 288
  • 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 66,553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 50,580评论 1 293
  • 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 39,588评论 3 414
  • 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 38,334评论 0 270
  • 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 44,780评论 1 307
  • 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 37,092评论 2 330
  • 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 39,270评论 1 344
  • 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 34,925评论 5 338
  • 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 40,573评论 3 322
  • 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 31,194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 32,437评论 1 268
  • 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 47,154评论 2 366
  • 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 44,127评论 2 352

推荐阅读更多精彩内容