表结构概述
model.py :
class Something(models.Model): name = models.CharField(max_length=32) class UserType(models.Model): caption = models.CharField(max_length=32) s = models.ForeignKey('Something') #这个s不是字段名，字段名是something_id,这里的s作用是查询的时候用：row.s.id或row.s.name # 超级管理员，普通用户，游客，黑河 class UserInfo(models.Model): user = models.CharField(max_length=32) pwd = models.CharField(max_length=32) user_type = models.ForeignKey('UserType') # user_type_id
关系:
- something --> usertype 一对多
- usertype --> userinfo 一对多
表单中的数据:
something:
| id | name |
|---|---|
| 1 | something1 |
| 2 | something2 |
usertype:
| id | caption | something_id |
|---|---|---|
| 1 | 超级管理员 | 1 |
| 2 | 普通管理员 | 1 |
| 3 | 黑客 | 2 |
userinfo:
| id | user | pwd | usertype_id |
|---|---|---|---|
| 1 | alex | 123 | 1 |
| 2 | eric | 123 | 2 |
简要说明
Django中:
- 某表中foreignkey关联另一张表后,会自动在本表单中创建一个名称为另一张表的列:xxx_id
- 一对多创建时,foreignkey需要使用在一对多中的多的表单中
查询
userinfo_obj = UserInfo.objects.all()
结果为一个类的列表,类似:[UserInfo对象,UserInfo对象,]
以上语句会得到的数据为一个元素为查询目标表单对象的列表,所以例子中的userinfo_obj为一个queryset对象我们可以通过`print(userinfo_obj.query)来查看SQL语句.
取值
比较简单:
id = userinfo_obj[0].user.id user = userinfo_obj[0].user.user pwd = userinfo_obj[0].user.pwd ...
values与vlue_list
queryset = UserInfo.objects.all().values('user') 结果: [｛‘user’: 'alex'｝,｛‘user’: 'eirc'｝] ================================= queryset = UserInfo.objects.all().value_list('user') 结果: [（'alex'）,（'eirc'）]
查询中:
- 使用values('列名称'),结果为字典组成的列表
- 使用value_list('列名称'),结果为元组组成的列表
所以,未来操作中,我们可以使用这两个方便的东西来遍历字典取值还是使用元组取值
一对多操作
创建数据
一般我们是来这么做的:
UserInfo.objects.create(user='cc','pwd' = '123'，user_type=UserType.objects.get(id=2))很麻烦吧,其实是两步操作了,但因为建表时有了user_type_id,所以我们可以这么搞:
UserInfo.objects.create(user='cc','pwd'='123',user_type_id=2)很简单吧...
数据查询
单表查询:
UserInfo.objects.filter(user='alex')反向查询
需求:查询所有用户类型等于 普通用户 的所有用户名和密码
两步操作:
uid = UserType.objects.filter(caption='普通用户')
userinfo_obj = UserInfo.objects.filter(user_type_id=uid)两步操作很简单,那就引出了神奇的双下划线:__
queryset = UserInfo.objcets.filter(user_type__caption='普通用户') ###结果 [UserInfo对象,UserInfo对象,UserInfo对象,] row = queryset[0] #取到一个元素 user = row.user password = row.pwd #取到具体信息 row.user_type.id row.user_type.caption
总结下:
- 一对多中,正下查询使用foreignkey 的 _id 查询:row.外键字段.外键表的字段
- 一对多中反向查询,首先还是在在一对多中的多的表单中查询,可以使用
__连接相关表中的列名去查询:row__
其实感觉__有点像关系连线的意思
queryset = UserInfo.objects.filter(user_type__caption='普通用户').values('user','pwd','user_type__caption')
####结果 [{'user':'alex','pwd':'123','user_type__caption':'普通用户'}{'user':'eric','pwd':'123','user_type__caption':'普通用户'}]三张表跨表操作
跟上面一样,直接用__即可
queryset = UserInfo.objects.filter(user_type__s__name='xxx')进阶操作
获取个数:
UserInfo.objects.filter(name = 'alex').count()大于小于,还是使用双下划线__
UserInfo.objects.filter(id__gt=2)#获取ID大于2的数据
UserInfo.objects.filter(id__lt=5)#获取ID小余5的数据
UserInfo.objects.filter(id__gt=2,id__lt=5) #获取ID大于2小于5的数据in:
UserInfo.objects.filter(id__in=[11,22,33]) #获取id等于11、22、33的数据
UserInfo.objects.exclude(id__in=[11,22,33]) #not incontains(包含):
UserInfo.objects.filter(name__contains="ven") #获取name列中包含'ven'的数据
UserInfo.objects.filter(name__icontains="Ven") #获取name列中包含'ven'的数据,对大小写不敏感
UserInfo.objects.exclude(name__icontains="ven") #不包含range:
UserInfo.objects.filter(id__range=[1,10]) #范围,between and ,获取id在1到10范围中的数据
联表查询
用原生代码联表：
from django.db import connection cursor = connection.cursor() sql = "select sum(d.count) from t_script_detail_desc as d left join t_scripts as s on d.script_id = s.script_id where d.create_time ='%s' and s.script_area = %s" %(one,self.area) cursor.execute(sql) num=cursor.fetchall()
有做外键关联的：
ShareScripts.objects.filter(share_obj__script_area=self.area,share_time__range=[starttime,stoptime]).count()
没有外键关联的联表，用extra：
#2个表关联 num=OperationTask.objects.filter(task_create_time__range=[starttime,stoptime],task_area=x).extra(select={'temp_type_id':'temp_type_id'},tables=['t_operation_templet'], where=['task_temp_id = temp_id']).values('temp_type_id').annotate(c=Count('task_id')).values('temp_type_id','c')
count = ScriptsDetailDesc.objects.extra(select={'script_id': 'script_id'}, tables=['t_scripts'],where=['t_script_detail_desc.script_id = t_scripts.script_id']).aggregate(Sum('count'))
#3个表关联 result=OperationTask.objects.filter(task_create_time__range=[starttime,stoptime]).extra(select={'temp_type_id':'temp_type_id','name':'oper_type_name'},tables=['t_operation_templet','t_operation_types'], where=['task_temp_id = temp_id','temp_type_id = t_operation_types.id']).values('temp_type_id').annotate(c=Count('task_id')).values('name','c')
没有外键关联的联表，用extra 条件搜索：
num = ScriptsDetailDesc.objects.filter(create_time=one).extra( tables=['t_scripts'], where=['t_script_detail_desc.script_id = t_scripts.script_id','script_area =%s'],params = [self.area]).aggregate(Sum('count')) num = ScriptsDetail.objects.filter(update_time__startswith=one).extra( tables=['t_scripts'], where=['t_script_detail.script_id = t_scripts.script_id','t_scripts.script_area =%s'],params = [self.area]).count()
部分参考：https://www.cnblogs.com/ccorz/p/5864470.html