四、Flask中对数据的操作

一 查询数据

all():查询所有数据,其结果是一个列表,每一个元素都是一个对象
   exmples=Exmple.query.all()
条件查询:在这里也称为过滤查询
  • 1 filter(对象.属性==值)
    exmple= Exmple.query.filter(Exmple.id==1)
  • 2 filter_by(属性=值),可以进行遍历
    exmple= Exmple.query.filter_by(id=1)
  • 3 原生sql查询id=1的数据,结果是一个可以遍历的对象
    sql = 'select * from exmplewhere id=1;'
    exmple= db.session.execute(sql)
模糊查询
  • 语法:filter(模型名.属性.运算符('xxxxx'))
  • 运算符:
    - contains:包含
    - startswith:以什么开始
    - endswith:以什么结束
    - in_:在范围内
    - like:模糊
    - gt: 大于
    - ge:大于等于
    - lt:小于
    - le:小于等于
筛选
  • offset()
   exmple= Exmple.query.offset(3) # 跳过3个数据
  • limit()
    exmple= Exmple.query.limit(5) # 只查询5条信息
  • order_by()
    # 按照id降序,升序
    exmples= Exmple.query.order_by('id')
    exmples= Exmple.query.order_by('-id')
    exmples= Exmple.query.order_by(desc('id'))
    exmples= Exmple.query.order_by(asc('id'))
    exmples= Exmple.query.order_by('id desc')
    exmples= Exmple.query.order_by('id asc')
  • get()
    exmples = Exmple.query.get(1)  # 获取id=1的对象,get()默认接收id属性,拿不到值不会报错,返回空
  • first()
    exmples= Exmple.query.order_by('-s_age').first()  # 获取年龄最大的一个
逻辑运算:主要用于多条件查询
  • 与 and_
    filter(and_(条件),条件…)
  • 或 or_
    filter(or_(条件),条件…)
  • 非 not_
   filter(not_(条件),条件…)
注意:
    1. fliter和filter_by的结果可遍历
    1. 可以通过对其结果使用all()方法将其转换成一个列表或者first()转换成objects对象。
    1. all()获得的是列表,列表没有first()方法
    1. fliter和filter_by有flrst()方法,没有last方法

二 添加数据

1.在Flask中添加数据后需要添加事务和提交事务。事务有以下四个特性:

  • 完整性
  • 一致性
  • 持久性
  • 原子性
    2.添加数据的步骤:
  • 将要添加的数据放入缓存
    db.session.add(对象)
  • 将缓存中的数据提交
    db.session.commit()

3.批量添加数据

  • add_list()
    db.session.add_list(对象列表) # 参数是一个列表

三 修改数据

  • 获取到需要修改的对象,通过对象.属性的方式将属性重新赋值,然后使用commit提交事务
    Exmple.query.filter_by(条件).update({'属性':'值'}) 
    db.session.commit()

四 删除数据

  • 格式
    db.session.delete(对象)
    db.session.commit()
  • 注意:在修改数据(增删改)中如果使用commit()的话,只会修改本地缓存中的数据,数据库中的数据不会更新。必须使用:db.session.commit()
最后编辑于
?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 214,128评论 6 493
  • 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 91,316评论 3 388
  • 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 159,737评论 0 349
  • 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 57,283评论 1 287
  • 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 66,384评论 6 386
  • 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 50,458评论 1 292
  • 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 39,467评论 3 412
  • 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 38,251评论 0 269
  • 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 44,688评论 1 306
  • 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 36,980评论 2 328
  • 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 39,155评论 1 342
  • 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 34,818评论 4 337
  • 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 40,492评论 3 322
  • 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 31,142评论 0 21
  • 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 32,382评论 1 267
  • 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 47,020评论 2 365
  • 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 44,044评论 2 352

推荐阅读更多精彩内容