2018-04-15

DJANGO    OPM模型

1、判断(判等) exactaa

查询编号为1的图书

BookInfo.book.filter(id=1)

BookInfo.book.filter(id__exact=1)

注意:exact可以省略

2、模糊查询

查询书名包含"传"的图书 contains

BookInfo.book.filter(btitle__contains='传')

查询书名以"射"开头

BookInfo.book.filter(btitle__startswith='射')

查询书名以狐结尾的

BookInfo.book.filter(btitle__endswith='狐')

3、空值查询 isnull

查询书名不为空的图书

BookInfo.book.filter(btitle__isnull=False)

4、范围查询 where id in (1,3,5)

查询编号为1或3或者5的图书

BookInfo.book.filter(id__in=[1,3,5])

5、比较查询 gt lt(less than) gte lte

查询编号大于等于3的图书

BookInfo.book.filter(id__gte=3)

6、日期查询

查询1980年发表的书

BookInfo.book.filter(bpub_date__year=1980).values()

查询1980年1月1日后发表的图书有几本书

BookInfo.book.filter(bpub_date__gt=date(1980,1,1)).count()

7、exclude:返回不满足条件的数据 --->filter取反

查询所有id不为3的图书有多少本

BookInfo.book.exclude(id=3).count()

F对象

查询图书阅读量大于评论量的图书信息

BookInfo.book.filter(bread__gt=F('bcomment'))

查询图书阅读量大于2倍的评论量的图书信息

BookInfo.book.filter(bread__gt=F('bcomment')*2)

Q对象

查询id大于3且阅读量大于30的图书信息

#方案1

BookInfo.book.filter(id__gt=3,bread__gt=30)

#方案2

BookInfo.book.filter(Q(id__gt=3)&Q(bread__gt=30))

查询id大于3或者阅读量大于30的图书信息

BookInfo.book.filter(Q(id__gt=3)|Q(bread__gt=30))

查询id不等于3图书的信息

BookInfo.book.filter(~Q(id=3))

#"负负得正"

BookInfo.book.exclude(~Q(id=3)).values()

order_by

查询所有图书的信息,按照id从小到大进行排序。

BookInfo.book.all().order_by('id').values()

查询所有图书的信息,按照id从大到小进行排序。

BookInfo.book.all().order_by('-id').values()

把id大于3的图书信息按阅读量从大到小排序显示;

BookInfo.book.filter(id__gt=3).order_by('-bread')

聚合函数

查询所有图书的数目 select count(*) from booktest_bookinfo;

BookInfo.book.aggregate(Count('id'))

查询所有图书阅读量的总和

BookInfo.book.aggregate(Sum('bread'))

统计id大于3的所有图书的数目

BookInfo.book.filter(id__gt=3).aggregate(Count('id'))

显示阅读量最大的书的书名

BookInfo.book.all().order_by('-bread')[0]

查询相关函数返回值总结

get:返回一个对象

all:QuerySet(也就是[])

filter:QuerySet

exclude:QuerySet

order_by:QuerySet

aggregate:字典

count:值

通过对象执行关联查询

查询图书id为1的所有英雄信息

b=BookInfo.book.get(id=1)

b.heroInfo_set.all()

查询id为1的英雄所属图书信息

h = HeroInfo

格式:

由一类的对象查询多类的时候:一类的对象.多类名小写_set.all() #查询所用数据

由多类的对象查询一类的时候:多类的对象.关联属性 #查询多类的对象对应的一类的对象

由多类的对象查询一类对象的id时候:多类的对象. 关联属性_id

©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 218,546评论 6 507
  • 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 93,224评论 3 395
  • 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 164,911评论 0 354
  • 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 58,737评论 1 294
  • 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 67,753评论 6 392
  • 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 51,598评论 1 305
  • 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 40,338评论 3 418
  • 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 39,249评论 0 276
  • 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 45,696评论 1 314
  • 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 37,888评论 3 336
  • 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 40,013评论 1 348
  • 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 35,731评论 5 346
  • 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 41,348评论 3 330
  • 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 31,929评论 0 22
  • 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 33,048评论 1 270
  • 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 48,203评论 3 370
  • 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 44,960评论 2 355

推荐阅读更多精彩内容