<menuitem id="bntx5"><thead id="bntx5"><i id="bntx5"></i></thead></menuitem>

    <nobr id="bntx5"></nobr><span id="bntx5"></span>

    <span id="bntx5"></span>
      <nobr id="bntx5"><delect id="bntx5"></delect></nobr>
      <nobr id="bntx5"></nobr>

      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!

      久久综合伊人77777麻豆,久久精品农村毛片,精品国产成a人在线观看黄,中文字幕av一区中文字幕天堂