国产精品理论片_日韩激情视频一区_91免费版在线看_日韩专区在线_中文字幕国产一区_wwwjizz日本

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: 天堂色网 | 天天躁日日躁狠狠的躁天龙影院 | 久久视频免费观看 | 精品久久久久久 | 97超碰在线播放 | 欧美性生交大片免费 | 黄色网址免费在线观看 | 成年人黄色免费视频 | 波多野结衣一区二区三区在线观看 | 精品三级在线观看 | 日韩成人在线看 | 91秦先生艺校小琴 | 中文字幕在线人 | 99精品一区二区 | 国产九九av| 亚洲欧美v | 成在线人视频免费视频 | 99在线免费观看 | 亚洲欧美网| 亚洲视频在线观看一区二区三区 | 99这里只有精品视频 | 精品国产伦一区二区三区观看方式 | 精品一区二区久久久久久久网站 | 久久久久午夜 | 99精品国产一区二区青青牛奶 | 一区二区视频 | 99精品视频在线观看 | 亚洲网站在线观看 | 青久草视频 | 国产成人精品免费视频大全最热 | 久久国产一区二区三区 | 日本精品视频在线观看 | 亚洲五码久久 | 日韩精品免费在线观看 | 一区二区三区视频在线 | 欧美www在线观看 | 日韩一区av| 国产精品久久久久999 | 91久久久久久久久久久 | 丁香久久 | 中文字幕91 |