国产成+人+综合+亚洲 欧美-国产成+人+综合+亚洲专-国产成+人欧美+综合在线观看-国产成a人片在线观看视频-国产成a人片在线观看视频99-国产成a人片在线观看视频下载

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: 久章草在线视频 | 国产一级αv片免费观看 | www四虎影视 | 亚洲精品一区二区 | 第一福利在线观看 | 国产未成女年一区二区 | 久久精品国产精品亚洲艾 | 黄色a级毛片| 亚洲成在人天堂一区二区 | 狠狠色噜噜狠狠狠狠网站视频 | 一级毛片日本特黄97人人 | 国产精品呦呦 | 精品久久久久久亚洲精品 | 搜一级毛片| 国产成人精品亚洲一区 | 国产日产精品_国产精品毛片 | 国产精品极品 | 日本视频久久 | 7777成年大片免费播放器 | 久久99热这里只有精品7 | 在线免费观看一级毛片 | 伊人第一页 | 亚洲精品国产精品乱码视色 | 97爱爱爱 | 五月天婷婷免费观看视频在线 | 色视在线 | 免费人成激情视频在线观看冫 | 夜夜爽夜夜操 | 俄罗斯三级毛片 | 视频精品一区 | 免费久久精品视频 | 天天躁日日躁狠狠躁黑人躁 | 一级毛片在线看在线播放 | 欧美激情免费看 | 自拍亚洲午夜伦li片影院 | 欧美日韩毛片 | 亚洲精品国产精品精 | 大乳女做爰中文字幕 | 亚洲精品a | 国产在线91精品 | 狠狠色丁香久久婷婷综合丁香 |