您現在所在的位置:首頁 >學習資源 > Python全棧+人工智能入門教材 > Python基礎入門教程69:Django查詢集

Python基礎入門教程69:Django查詢集

來源:奇酷教育 發表于:

查詢集Django 模型通過默認的 Manager 類objects來訪問數據庫。例如,要打印所有 Job 的列表,則應該使用objects管理器的all方法:清

查詢集

Django 模型通過默認的 Manager 類 objects 來訪問數據庫。例如,要打印所有 Job 的列表,則應該使用 objects 管理器的 all 方法:

清單 11. 打印所有的職位
1
2
3
>>> from jobs.models import Job
>>> for job in Job.objects.all():
...     print job

Manager 類還有兩個過濾方法:一個是 filter,另外一個是 exclude。過濾方法可以接受滿足某個條件的所有方法,但是排除不滿足這個條件的其他方法。下面的查詢應該可以給出相同的結果(“gte” 表示 “大于或等于”,而 “lt” 表示 “小于”)。

清單 12. 排除和過濾職位
1
2
3
4
>>> from jobs.models import Job
>>> from datetime import datetime
>>> q1 = Job.objects.filter(pub_date__gte=datetime(2006, 1, 1))
>>> q2 = Job.objects.exclude(pub_date__lt=datetime(2006, 1, 1))

filter 和 exclude 方法返回一些 QuerySet 對象,這些對象可以鏈接在一起,甚至可以執行連接操作。下面的 q4 查詢會查找從 2006 年 1 月 1 日開始在俄亥俄州的 Cleveland 張貼的職位:

清單 13. 對職位進行更多的排除和過濾
1
2
3
4
5
>>> from jobs.models import Job
>>> from datetime import datetime
>>> q3 = Job.objects.filter(pub_date__gte=datetime(2006, 1, 1))
>>> q4 = q3.filter(location__city__exact="Cleveland",
...                location__state__exact="Ohio")

QuerySets 是惰性的,這一點非常不錯。這意味著只在對數據庫進行求值之后才會對它們執行查詢,這會比立即執行查詢的速度更快。

這種惰性利用了 Python 的分片(slicing)功能。下面的代碼并沒有先請求所有的記錄,然后對所需要的記錄進行分片,而是在實際的查詢中使用了 5 作為 OFFSET、10 作為 LIMIT,這可以極大地提高性能。

清單 14. Python 分片
1
2
3
>>> from jobs.models import Job
>>> for job in Job.objects.all()[5:15]
...     print job

注意:使用 count 方法可以確定一個 QuerySet 中有多少記錄。Python 的 len 方法會進行全面的計算,然后統計那些以記錄形式返回的行數,而 count 方法執行的則是真正的 SQL COUNT 操作,其速度更快。我們這樣做,數據庫管理員會感激我們的。

清單 15. 統計記錄數
1
2
3
>>> from jobs.models import Job
>>> print "Count = ", Job.objects.count()       # GOOD!
>>> print "Count = ", len(Job.objects.all())    # BAD!

主站蜘蛛池模板: 狠狠色丁香久久婷婷综合| 色久综合网精品一区二区| 人人狠狠综合88综合久久| 国产精品天天影视久久综合网| 国产成人综合洲欧美在线| 一本一道色欲综合网中文字幕 | 色综合久久综合网观看| 国产成+人欧美+综合在线观看| 狠狠色丁香婷婷久久综合五月| 狠狠色色综合网站| 国产亚洲综合色就色| 综合国产在线观看无码| 精品第一国产综合精品蜜芽| 欧美激情综合网| 中文字幕亚洲综合小综合在线| 色综合婷婷99| 欧美激情中文字幕综合一区| 激情综合一区二区三区| 婷婷久久综合| 久久99国产综合精品女同| 国产色综合久久无码有码| 婷婷四房综合激情五月在线 | 亚洲av综合avav中文| 亚洲综合色在线观看亚洲| 天天做天天爱天天爽天天综合| 99久久综合国产精品二区| 亚洲伊人成无码综合网| AV狠狠色丁香婷婷综合久久| 久久狠狠一本精品综合网| 亚洲欧美伊人久久综合一区二区 | 天天综合网天天综合色| 国产综合色在线精品| 色五月丁香六月欧美综合| 综合欧美视频一区二区三区| 亚洲国产综合网| 97se色综合一区二区二区| 久久综合鬼色88久久精品综合自在自线噜噜| 婷婷亚洲综合五月天小说 | 亚洲欧美精品综合中文字幕| 亚洲综合色自拍一区| 激情综合色五月丁香六月亚洲|