SQLAlchemy查询
SQLAlchemy查询
结果查询:
from databases.wechat import User
from config import session def search():
result = session.query(User).all() # 查询所有
result = result[0] # 索引取值
print(result.username) # 对象属性查询
session.query(User).first() # 查询第一条 session.query(User).filter(User.username == 'bob').all() # 按条件查询所有 if __name__ == '__main__':
search()- all() :
- 查询所有
- 返回一个列表对象
- first()
- 查询第一个符合条件的对象
- 返回一个对象
- 索引取值
- 相当于列表取值
- 返回一个列表内的值(对象)
- 条件查询:
- 用fillter方法来增加查询条件
- 属性查询:
- 直接该属性的对象对其进行普通的类属性的调用即可
条件查询
from databases.wechat import User
from config import session def search():
# query接收一个查询范围,fillter增加查询条件的约束
result = session.query(User.username).filter(User.username=='bob').all() # [('bob',)]
result = session.query(User.username).filter_by(username='bob').all() # [('bob',)]
"""
fillter和filter_by
fillter可以进行比较运算(==, >, < ...)来对条件进行灵活的运用, 不同的条件用','(逗号)分割
fillter_by只能指定参数传参来获取查询结果
""" if __name__ == '__main__':
search()query接收一个查询范围多个范围用逗号隔开,fillter增加查询条件的约束
fillter和filter_by
fillter可以进行比较运算(==, >, < ...)来对条件进行灵活的运用, 不同的条件用','(逗号)分割
fillter_by只能指定参数传参来获取查询结果
模糊查询
from databases.wechat import User
from config import session def search():
# like里面传入一个字符串,不确定的位置用%代替即可
result = session.query(User.username).filter(User.username.like('b%')).all() # [('bob',)]
# notlike取like的取反结果
result = session.query(User.username).filter(User.username.notlike('b%')).all()
# is_ 相当于 ==
result = session.query(User.username).filter(User.username.is_(None)).all()
result = session.query(User.username).filter(User.username == None).all()
# isnot 相当于 !=
result = session.query(User.username).filter(User.username.isnot(None)).all()
result = session.query(User.username).filter(User.username != None).all()
# in_传入一个可迭代对象,对前面的username进行约束, notin_ 和in_取反
result = session.query(User.username).filter(User.username.in_(['bob', 'ivy1'])).all()
result = session.query(User.username).filter(User.username.notin_(['bob', 'ivy1'])).all()
# limit 限制数量查询, limit里传入一个整型来约束查看的数量, 当limit里面的参数大于实例表中的数量时,会返回所有的查询结果
result = session.query(User.username).limit(6).all()
# offset 偏移量查询,offset中传入一个整型,从表中的该位置开始查询,offset可以和limit混用来进行限制
result = session.query(User.username).offset(1).all()
result = session.query(User.username).offset(1).limit(6).all()
# slice 切片查询,遵循左闭右开原则,可以和offset、limit混用
result = session.query(User.username).slice(1, 3).offset(2).limit(6).all()
# one 获取查询对象的一条,且查询的结果有且仅有一条,但查询结果多了的时候会报错
result = session.query(User.username).filter_by(username='bob').one() if __name__ == '__main__':
search()like里面传入一个字符串,不确定的位置用%代替即可
notlike取like的取反结果
is_ 相当于 ==
isnot 相当于 !=
in_传入一个可迭代对象,对前面的username进行约束, notin_ 和in_取反
limit 限制数量查询, limit里传入一个整型来约束查看的数量, 当limit里面的参数大于实例表中的数量时,会返回所有的查询结果
offset 偏移量查询,offset中传入一个整型,从表中的该位置开始查询,offset可以和limit混用来进行限制
slice 切片查询,遵循左闭右开原则,可以和offset、limit混用
one 获取查询对象的一条,且查询的结果有且仅有一条,但查询结果多了的时候会报错
from databases.wechat import User
from config import session
from sqlalchemy import desc def search():
# 升序排列
result = session.query(User.username, User.id).order_by(User.id).all()
# 降序排列
result = session.query(User.username, User.id).order_by(desc(User.id)).all()
# 结合filter查询
result = session.query(User.username, User.id).order_by(User.id).filter(User.username != 'bob').all()
result = session.query(User.username, User.id).filter(User.username != 'bob').order_by(User.id).all() if __name__ == '__main__':
search()排序查询,排序查询可结合filter、limit、slice等综合运用
聚合函数
from databases.wechat import User
from databases.config import session
from sqlalchemy import func, extract def search():
# count
result = session.query(User.password, func.count(User.id)).group_by(User.password).all()
# sum
result = session.query(User.password, func.sum(User.id)).group_by(User.password).all()
# max
result = session.query(User.password, func.max(User.id)).group_by(User.password).all()
# min
result = session.query(User.password, func.min(User.id)).group_by(User.password).all()
# having
result = session.query(User.password, func.count(User.id)).group_by(User.password).having(func.count(User.id) > 1).all()
# label extract
result = session.query(
extract('minute',User.create_time).label('minute'),
func.count(User.id)
).group_by('minute')
# 想当于-->SELECT EXTRACT(minute FROM user.create_time) AS minute, count(user.id) AS count_1 FROM user GROUP BY minute if __name__ == '__main__':
search()
多表查询
from databases.config import Base
from sqlalchemy import Column, Integer, String, DateTime, Boolean, ForeignKey
from datetime import datetime class User(Base):
__tablename__ = 'user'
id = Column(Integer, primary_key=True, autoincrement=True)
username = Column(String(20))
password = Column(String(20))
create_time = Column(DateTime, default=datetime.now())
is_login = Column(Boolean, default=False, nullable=False) class UserDetails(Base):
__tablename__ = 'userdetails'
id = Column(Integer, primary_key=True, autoincrement=True)
id_card = Column(Integer, nullable=True, unique=True)
last_login = Column(DateTime)
login_num = Column(Integer, default=0)
user_id = Column(Integer, ForeignKey('user.id')) # user.id 表名+属性名 if __name__ == '__main__':
Base.metadata.create_all()新建表
from databases.wechat import User, UserDetails
from databases.config import session def search():
# 笛卡尔连接
result = session.query(User, UserDetails)
# SELECT user.id AS user_id, user.username AS user_username, user.password AS user_password, user.create_time AS user_create_time, user.is_login AS user_is_login, userdetails.id AS userdetails_id, userdetails.id_card AS userdetails_id_card, userdetails.last_login AS userdetails_last_login, userdetails.login_num AS userdetails_login_num, userdetails.user_id AS userdetails_user_id FROM user, userdetails
# 加filter查询
result = session.query(User, UserDetails).filter(UserDetails.id==User.id).all()
result = session.query(User.username, UserDetails.id_card).join(UserDetails, UserDetails.id==User.id).filter(UserDetails.id==User.id)
# SELECT user.username AS user_username, userdetails.id_card AS userdetails_id_card FROM user INNER JOIN userdetails ON userdetails.id = user.id WHERE userdetails.id = user.id if __name__ == '__main__':
search()
原生sql查询
from databases.config import session def search():
sql = 'select * from user '
result = session.execute(sql)
result.fetchone()
result.fetchmany()
result.fetchone() if __name__ == '__main__':
search()
SQLAlchemy查询的更多相关文章
- tornado 07 数据库—ORM—SQLAlchemy—查询
tornado 07 数据库—ORM—SQLAlchemy—查询 引言 #上节课使用query从数据库查询到了结果,但是query返回的对象是直接可用的吗 #在query.py内输入一下内容 from ...
- sqlalchemy 查询姿势总结
sqlalchemy查询使用 1.带条件查询 查询是最常用的,对于各种查询我们必须要十分清楚,首先是带条件的查询 #带条件查询 rows = session.query(User).filter_by ...
- SQLAlchemy04 /SQLAlchemy查询高级
SQLAlchemy04 /SQLAlchemy查询高级 目录 SQLAlchemy04 /SQLAlchemy查询高级 1.排序 2.limit.offset和切片操作 3.懒加载 4.group_ ...
- SQLAlchemy(四):SQLAlchemy查询高级
目录 SQLAlchemy04 /SQLAlchemy查询高级 1.排序 2.limit.offset和切片操作 3.懒加载 4.group_by 5.having 6.join 7.subquery ...
- 把SQLAlchemy查询对象转换成字典
1-假设查出来的为单个对象 1-1 在model.py中为模型对象添加字典转换函数: from exts import db class User(db.Model): __tablename__ = ...
- sqlalchemy查询结果类型简析
Sqlalchemy的查询方式有很多种,例如可以查询全部,可以查询符合条件的,可以查询指定字段的.那么这么多种查询,返回的结果是不是一样的呢?作本文记录分析结果. Sql_forengin.py #c ...
- 把SQLAlchemy查询对象转换成字典/json使用(分开)
注:针对的是查询出来的是单条对象 多个对象的话可以使用for循环遍历查询出来的对象列表,也可以使用下面的方法 1.config.py文件 #!/usr/bin/env python #-*- codi ...
- 几种常见sqlalchemy查询:
#简单查询 print(session.query(User).all()) print(session.query(User.name, User.fullname).all ...
- 利用sqlalchemy 查询视图
这个问题 google 百度 中英文搜了一上午.最新的回答还是 7年前.最后自己靠着官方文档的自己改出来一个比较方便的方法 使用环境 python == 3.7.0 SQLAlchemy === 1. ...
随机推荐
- 再说scss
1. CSS预处理器 定义了一种新的专门的编程语言,编译后成正常的CSS文件.为CSS增加一些编程的特性,无需考虑浏览器的兼容问题,让CSS更加简洁,适应性更强,可读性更佳,更易于代码的维护等诸多好处 ...
- Python基础 | 日期时间操作
目录 获取时间 时间映射 格式转换 字符串转日期 日期转字符串 unixtime 时间计算 时间偏移 时间差 "日期时间数据"作为三大基础数据类型之一,在数据分析中会经常遇到. 本 ...
- SpringMVC框架——自定义数据类型转换器
Spring MVC 框架的 Converter<S,T> 是一个可以将一种数据类型转换成另一种数据类型的接口,这里 S 表示源类型,T 表示目标类型. 开发中如果需要自定义数据类型转换时 ...
- iOS/macOS推荐个高效苹果开发工具, JSON 转模型代码工具,不再为复杂JSON数据写模型而烦恼,支持Swift/Objective-C,极速转换
CCJSON 是一款运行在macOS上 JSON 转模型代码工具,不再为复杂JSON数据写模型而烦恼,可识别嵌套模型,字典/数组,支持Swift/Objective-C,操作方便,极速转换.下载 效果 ...
- Mol Cell Proteomics. | Identification of salivary biomarkers for oral cancer detection with untargeted and targeted quantitative proteomics approaches (解读人:卜繁宇)
文献名:Identification of salivary biomarkers for oral cancer detection with untargeted and targeted qua ...
- Apache Druid 底层存储设计(列存储与全文检索)
导读:首先你将通过这篇文章了解到 Apache Druid 底层的数据存储方式.其次将知道为什么 Apache Druid 兼具数据仓库,全文检索和时间序列的特点.最后将学习到一种优雅的底层数据文件结 ...
- OpenCV-Python 轮廓属性 | 二十三
目标 在这里,我们将学习提取一些常用的物体属性,如坚实度,等效直径,掩模图像,平均强度等.更多的功能可以在Matlab regionprops文档中找到. (注:质心.面积.周长等也属于这一类,但我们 ...
- Jmeter接口测试之案例实战(十一)
在前面的知识体系中详细的介绍了Jmeter测试工具在接口自动化测试中的基础知识,那么今天更新的文章主要是对昨晚的上课内容做个总结. 首先来看Jmeter测试工具在图片上传中的案例应用.首先结合互联网产 ...
- Jmeter4.0接口测试之WebServices(四)
关于什么是web services,可以到W3C中查看详细的信息,本文章主要介绍使用Jmeter怎么来做web services的接口测试,首先它也是基于HTTP协议的,我们实现电话号码归属地的查询, ...
- java 中的字符串处理--正则表达式
最近在做一些支付报文处理工作,需要从各种各样的报文中提取需要的信息比如(金额,订单号...),每个渠道报文各式各样,想要写一个通用的提取逻辑,于是就回顾java正则表达式的用法.当然我们可以自己写一些 ...