Flask-SQLalchemy

一、 一对多

A表中的一条记录与B表中的多天记录关联

语法实现:

  • 在“多”实体类中增加

    外键列名 = db.Column(db.Integer, db.ForeignKey(主表.主键))

  • 在“一”实体中增加反向引用关系

    属性名=db.creationship("多的实体类名", 关系选项, lazy="dynamic")

    属性名=db.creationship("多的实体类名", backref="属性名", lazy="dynamic")

选项名 说明
backref 在关系的另一个模型中添加反向引用
lazy 指定如何加载相关记录(select:首次加载时访问;immediate:源对象加载之后马上就加载关联数据;subquery:立即加载,但是使用子查询;noload:永不加载;dynamic:不加载记录,单提供加载记录的查询)
·selist 如果设置为True,则不适用列表,使用标量
secondary 指定多堆垛关系中关联表的名字

新建两张表,分别是teacher和course,使用外键course_id和course表中的id关联

teacher为一、course为多

1. 建表

class Teacher(db.Model):
__tablename_ = "teacher"
id = db.Column(db.Integer, primary_key=True, autoincrement=True)
tname = db.Column(db.String(30), nullable=False)
tage = db.Column(db.Integer) #增加一列,引用主键的id,外键列,引用主键表(course)的主键列
course_id = db.Column(db.Integer, db.ForeignKey('course.id')) def __init__(self, tname, tage):
self.tname = tname
self.tage = tage def __repr__(self):
return "<Teacher: 教师姓名(%r) 年龄(%r)>"%(self.tname, self.tage) class Course(db.Model):
__tablename__ = "course"
id = db.Column(db.Integer, primary_key=True, autoincrement=True)
cname = db.Column(db.String(30), nullable=False) # 反向引用:返回与当前课程相关的teacher列表
#backref :定义反向关系,本质上回向teacher的实体中增加一个course属性,该属性可替代curse_id来访问Course,此时获得到的是模型对象,而不是外键值
teachers = db.relationship("Teacher", backref='course', lazy="dynamic") def __init__(self, cname):
self.cname = cname def __repr__(self):
return "<Course: 课程名(%r)>"%self.cname

2. 增加数据

法一

teacher = Teacher("苍老师", 37)
teacher.course_id = 1
db.session.add(teacher)

法二:根据course_id查询出一个Course实体,再将Course实体赋值给teacher

    teacher = Teacher("苍老师", 37)
course = Course.query.filter_by(id=1).first()
teacher.course = course
db.session.add(teacher)

3. 查询数据

法一(多查一)

    # 双向查询,通过course查teacher,通过teacher查course
#通过course查询所有的teacher
course = Course.query.filter_by(id=1).first()
#根据course对象查询所由的teacher对象
teachers = course.teachers.all()
print(teachers)

法二(一查多)

teacher = Teacher.query.filter_by(tname="波老师").first()
course = teacher.course
print("教师:%s , 课程:%s"%(teacher.tname, course.cname))

发三(原生查询)

results = db.session.query(Teacher, Course).filter(Teacher.course_id == Course.id).all()
for result in results:
print(result.Teacher.tname, result.Course.cname)

二、 一对一

A表中的一条记录只能与B表中的一条记录关联

B表中的一条记录只能与A表中的一条记录关联

1. 语法

2. 建表

class Man(db.Model):
__tablename__ = "man"
id = db.Column(db.Integer, primary_key=True, autoincrement=True)
mname = db.Column(db.String(30))
mage = db.Column(db.Integer) #增加反向引用,与Woman实体类一对一引用允许在Man中得到一个Woman的信息,同时,在Woman中也能得到一个man信息
woman = db.relationship("Woman", backref="man", uselist=False) def __init__(self, mname, mage):
self.mname = mname
self.mage = mage def __repr__(self):
return "<Man:%r %r>"%(self.mname, self.mage) class Woman(db.Model):
__tablename__ = "woman"
id = db.Column(db.Integer, primary_key=True)
wname = db.Column(db.String(30))
wage = db.Column(db.Integer) #增加一个列,表示引用自man表的主键
man_id = db.Column(db.Integer, db.ForeignKey("man.id")) def __init__(self, wname, wage):
self.wname = wname
self.wage = wage def __repr__(self):
return "<Woman:%r %r>"%(self.wname, self.wage)

3. 插入

#查询王老师信息
wang = Man.query.filter_by(mname="王老师").first()
#创建wife对象
wife = Woman("王夫人", 16)
#将王老师对象赋值给wife
wife.man = wang
#将wife保存
db.session.add(wife)
return "OK"

4. 查询

#通过man找woman
man = Man.query.filter_by(mname="王老师").first()
woman = man.woman
print(man.mname, woman.wname)
return "OK" #通过woman找man
wife = Woman.query.filter_by(wname="王夫人").first()
man = wife.man
print(wife.wname, man.mname)

三、多对多

1. 实现

增加关联属性以及反向引用

course=db.relationship("course", secondary="student_course", lazy="dynamic", backref=db.backref("student", lazy="dynamic"))

Python Web 之 Flask SQLalchemy的更多相关文章

  1. 【简说Python WEB】Flask应用的文件结构

    目录 [简说Python WEB]Flask应用的文件结构 1.文件结构的目录 2.配置程序--config.py 3.app应用包 4.剥离出来的email.py 5.蓝本(BLueprint)的应 ...

  2. python web框架Flask——csrf攻击

    CSRF是什么? (Cross Site Request Forgery, 跨站域请求伪造)是一种网络的攻击方式,它在 2007 年曾被列为互联网 20 大安全隐患之一,也被称为“One Click ...

  3. python web开发-flask中sqlalchemy的使用

    SqlAlchemy是一个python的ORM框架. 在flask中有一个flask-sqlalchemy的扩展,使用起来很方便. 1.       创建一个sqlalchemy的Model模块 创建 ...

  4. Python Web 之 Flask

    FLASK 一.概述 flask是一个基于python并依赖于Jinja2模板引擎和WerkZeug WSGI(Web Server Gatewey InterFace.web)服务的框架 WSGI: ...

  5. Python Web框架——Flask

    简介 Flask是一个基于Python开发并且依赖jinja2模板和Werkzeug WSGI服务的一个微型框架,对于Werkzeug本质是Socket服务端,其用于接收http请求并对请求进行预处理 ...

  6. Python web框架 flask

    Flask是一个基于Python开发并且依赖jinja2模板和Werkzeug WSGI服务的一个微型框架,对于Werkzeug本质是Socket服务端,其用于接收http请求并对请求进行预处理,然后 ...

  7. python web框架Flask——后台登录

    项目搭建 创建一个项目之后,需要在手动创建几个包(含有__init__.py文件的目录)和文件 1.在主目录下创建配置文件:config.py 2.在主目录下创建扩展文件:exts.py 3.在主目录 ...

  8. [flask/python/web] 解析flask web开发(Miguel著)一书第11章主页不显示博文表单的问题

    ---------------------------------------------以下内容2017.7.14更新---------------------------------------- ...

  9. python web开发-flask访问请求数据request

    Request对象在web应用的开发中是一个非常重要的对象,主要用来获取用户发来的请求数据. 常用属性参考:http://docs.jinkan.org/docs/flask/api.html#fla ...

随机推荐

  1. Flask 中内置的 Session 应用

    目录 1.Flask 中 session 是需要 secret_key 的 2.session抛异常 3.session 用法: 4.验证session Flask中的Session非常的奇怪,他会将 ...

  2. python 和 R 语言 中的 range() 函数

    1.python 中的 range() 函数生成整数序列,常用于 for 循环的迭代. 示例: 2.R 语言中的 range() 函数返回一个数值向量中的最小值和最大中,常用于求极差. 示例: 按语: ...

  3. HDU1754 && HDU1166 线段树模板题

    HDU1754 题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1754 题目分析:对于给出的一个很长的区间,对其进行单点更新值和区间求最大值的操作,由于 ...

  4. Mybatis-plus中如何排除非表字段的三种方式

    1.transient关键字 2.使用静态变量(static) 3.TableField(exit=false) 这三种方式可以在使用的过程中,是这个对象中的属性不被序列化.(直接被忽略)

  5. SQL Server 默认跟踪(Trace)捕获事件详解

    SQL Server 默认跟踪 -- 捕获事件详解 哪些具体事件默认跟踪文件能够捕获到? --returns full list of events SELECT * FROM sys.trace_e ...

  6. maker使用说明书

    1.以自带的示例数据为例 dpp_contig.fasta dpp_est.fasta dpp_protein.fasta te_proteins.fasta 2.生成控制文件 控制文件是特定于运行的 ...

  7. 网络协议 18 - CDN

    到现在为止,我们基本上已经了解了网络协议中的大部分常用协议,对于整个 HTTP 请求流程也较为熟悉了.从无到有后,我们就要考虑如何优化“有”这个过程,也就是我们常见的请求优化.而现在的技术栈中,CDN ...

  8. BootStrap Table 合并单元格

    为了更直观展示表格的一大堆乱七八糟的数据,合并单元格就派上用场: 效果: 贴上JSON数据(后台查询数据一定要对合并字段排序): [ { "city": "广州市&quo ...

  9. Kaggle实战——点击率预估

    https://blog.csdn.net/chengcheng1394/article/details/78940565 原创文章,转载请注明出处: http://blog.csdn.net/che ...

  10. RNN循环神经网络实现预测比特币价格过程详解

    http://c.biancheng.net/view/1950.html 本节将介绍如何利用 RNN 预测未来的比特币价格. 核心思想是过去观察到的价格时间序列为未来价格提供了一个很好的预估器.给定 ...