Python学习

flask-sqlalchemy数据库操作(二)

1、数据查询

如何从数据库取回数据呢,使用模型类提供的query属性附加调用各种过滤方法及查询方法可以完成这个任务。
一般来说,一个完整的查询遵循下面的模式:
<模型类>.query.<过滤方法>.<查询方法>


查询方法

过滤方法

1.1、查询所有数据

# 查询所有的数据
    stus = Student.query.all()
    for stu in stus:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' %(stu.id,stu.name,stu.sex,stu.birthday,stu.address))

1.2、过滤查询

第一种:filter,结果是baseQuery objects,
过滤条件的格式:对象.属性==值

stus = Student.query.filter(Student.id == 2)
   for stu in stus:
      print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

第二种:filter_by,结果是baseQuery objects,可以进行遍历。

stus = Student.query.filter_by(id = 2)
    for stu in stus:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

第三种:原生sql查询id=1的信息,结果是一个可以遍历的对象。

sql = 'select * from db_student where id = 2'
    students = db.session.execute(sql)
    for stu in students:
      print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

1.3、模糊查询

语法:filter(模型名.属性.运算符('xx'))
常用运算符:

       contains:包含
        startswith:以什么开始
        endswith:以什么结束
        in_:在范围内
        like:模糊
        __gt__: 大于
        __ge__:大于等于
        __lt__:小于
        __le__:小于等于

contains:包含

students = Student.query.filter(Student.name.contains('李'))
    for stu in students:
       print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

in:在范围内

students = Student.query.filter(Student.id.in_([1, 2, 3]))
    for stu in students:
       print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

like:模糊查询

students = Student.query.filter(Student.name.like('_三%'))
    for stu in students:
       print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

lt、小于

students = Student.query.filter(Student.birthday.__lt__('1991-06-06'))
    for stu in students:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

1.4、查询筛选

limit、限制查询的结果数量

students = Student.query.limit(2)
    for stu in students:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

offset、跳过几个数据

students = Student.query.offset(2)
    for stu in students:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

order_by、排序

students = Student.query.order_by(desc('birthday')).limit(1)
    # students = Student.query.order_by(asc('birthday')).limit(1)
    for stu in students:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

get、默认根据id获得数据

stu = Student.query.get(3)
    # for stu in students:
    print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

first、获得第一个结果

stu = Student.query.order_by('birthday').first()
    #for stu in students:
    print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

1.5、逻辑运算

逻辑与And

stus = Student.query.filter(and_(Student.sex == '女',Student.name.contains('四'))).all()
    for stu in stus:
       print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

逻辑或

stus = Student.query.filter(or_(Student.id == 2,Student.id == 3)).all()
    for stu in stus:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))

逻辑非

stus = Student.query.filter(not_(Student.id == 2)).all()
    for stu in stus:
        print('编号:%d 姓名:%s 性别:%s 生日:%s 地址:%s' % (stu.id, stu.name, stu.sex, stu.birthday, stu.address))
©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 199,636评论 5 468
  • 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 83,890评论 2 376
  • 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 146,680评论 0 330
  • 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 53,766评论 1 271
  • 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 62,665评论 5 359
  • 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 48,045评论 1 276
  • 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 37,515评论 3 390
  • 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 36,182评论 0 254
  • 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 40,334评论 1 294
  • 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 35,274评论 2 317
  • 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 37,319评论 1 329
  • 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 33,002评论 3 315
  • 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 38,599评论 3 303
  • 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 29,675评论 0 19
  • 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 30,917评论 1 255
  • 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 42,309评论 2 345
  • 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 41,885评论 2 341

推荐阅读更多精彩内容