django之model操作初级篇

1、django中数据库引擎是在settings.py文件中配置：

　　

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.sqlite3',
        'NAME': os.path.join(BASE_DIR, 'db.sqlite3'),
    }
}

• ENGINE告诉django使用那个数据库引擎。本例中使用SQLite，默认数据库引擎
• NAME告诉django数据的名称。

2、项目和应用之间的区别：一个是配置，一个是代码

• 一个项目是一系列Django应用的实例，外加那些应用的配置。严格来说一个项目唯一需要的是一个设定文件，定义数据库连接信息、安装的应用列表、DIRS，等等。
• 一个应用是一系列边写的django功能，通常包含模型和视图。打包在一个python包里面。django自带了一些应用，例如管理后台。这些应用的determined指出是便携，可以在多个项目中复用。

3、python代替SQL定义数据模型的原因：

• 内省（introspection）有开销，而且不完美。为了提供便利的数据访问（api），Django需要已某种方式知晓数据库布局，而这一需求有两种实现方式。第一种是使用Python明确描述数据，第二种是在运行是内省数据库，推知数据模型。第二种方式在一个地方存储表的元数据，看似更简单，其实会导致几个问题。首先运行是内兴建数据库肯定有消耗。如果每次执行请求，或者只是初始化Webn服务器都要内省数据库，那带来的消耗是无法接受的。其次，有些数据库，尤其是旧版MySQL，存储的元数据不足以完成内省。
• Python编写起来让人心情舒畅，而且使用Python编写所有代码无需频繁让大脑切换情景。在一个编程环境（思维）中待久了，有助于提高效率。在SQL和Python之间换来换去容易打断状态。
• 把数据模型保存在代码中比保存在数据库中易于做版本控制，易于跟踪数据布局的变化。
• SQL对数据布局的元数据只有部分支持。例如，多数数据库系统没有提供专门表示电子邮件地址或URL的数据类型。而Django模型有。高层及的数据结构有助于提升效率，让代码更便于福复用。
• 不同数据库平台使用的SQL不一致。
• 缺点：模型的Python代码可能与数据库的真正结构脱节。

4、创建图书模型：

from django.db import models


class Publisher(models.Model):
    name = models.CharField(max_length=32)
    address = models.CharField(max_length=64)
    city = models.CharField(max_length=64)
    state_province = models.CharField(max_length=32)
    country = models.CharField(max_length=64)
    website = models.URLField()

    def __str__(self):
        return self.name


class Author(models.Model):
    first_name = models.CharField(max_length=32)
    last_name = models.CharField(max_length=32)
    email = models.EmailField()

    def __str__(self):
        return '%s %s' % (self.first_name,self.last_name)


class Book(models.Model):
    title = models.CharField(max_length=100)
    authors = models.ManyToManyField(Author)
    publisher = models.ForeignKey('Publisher',to_field='id')
    publication_date = models.DateField()

    def __str__(self):
        return self.title

　添加数据：Publisher.objects.create(name="O'Reilly",address='10 Fawcett St.',city='Cambridge',state_province='MA',country='U.S.A',website='http://www.oreilly.com')

　获取全部数据：Publisher.objects.all()

　　objects属性，叫管理器(manager)。管理器负责所有“表层”数据操作，包括（最重要的）数据查询。所有模型都自动获得一个objects管理器，需要查询模型实例时都要使用它。

　　all方法，是objects管理器的一个方法，返回数据库中的所有行。返回的是一个QuerySet。

   获取特定数据：Publisher.objects.filter（id='xxx'）

　　filter过滤数据，返回的也是一个QuerySet对象

　 检索单个对象：Publisher.objects.get(name='Apress')  返回的只是一个对象。

　 排序数据，使用order_by()方法：Publisher.objects.order_by('name')，可以多个参数排序；倒序在字段名前面加上“-”（减号）:Publisher.objects.order_by('-name').

　 虽然order_by()有一定的灵活性，但是每次都调用它相当频繁。多数时候，我们时钟使用一个字段排序。可以在模型中指定默认排序：

class Publisher(models.Model):
    name = models.CharField(max_length=32)
    address = models.CharField(max_length=64)
    city = models.CharField(max_length=64)
    state_province = models.CharField(max_length=32)
    country = models.CharField(max_length=64)
    website = models.URLField()

    def __str__(self):
        return self.name
    
    class Meta:
        ordering=['name']

  这里出现了一个新概念，内嵌在Publisher类定义体中的class Meta。任何模型都可以使用Meta类指定多个针对所在模型的选项。

  链式查找：Publisher.objects.filter(country="U.S.A.").order_by("-name")

  切片数据：Publisher.objects.order_by('name')[0]

  数据更新：

　　

第一种方法：
    p = Publisher.objects.get(name='Apress')
    p.name = 'Apress Publishing'
    p.save()
第二种方法：
    Publisher.objects.filter(id=52).update(name='Apress Publishing')

  删除数据：

第一种方法：
    p = Publisher.objects.get(name="O'Reilly")
    p.delete()
第二种方法：
    Publisher.objects.filter(country='USA').delete()
    Publisher.objects.all().delete()