Flask-SQLAlchemy常用方法

常见的查询方法:

all()返回所有用户

User.query.all()

first()返回第一条用户 没有返回None
first_or_404()返回第一条用户,没有返回404错误响应

User.query.first()
User.query.first_or_404()

get() 返回指定的主键(id 字段)的用户
get_or_404() 返回指定的主键(id字段)的用户,没有返回404错误响应

User.query.get(1)
User.query.get_or_404(1)

count() 返回用户的数量

User.query.count()

paginate()返回一个Pagination对象,可以对用户进行分页处理

User.query.order_by(user.timestamp.desc()).paginate(page, per_page)
page: 当前页数
per_page: 每页的条数

with_parent(instance)传入模型类实例对象作为参数,返回和这个实例相关的对象
实例:获取用户未读信息的条数(User, Massage 外键关联)

user = User.query.get(1)
massage = Massage.query.with_parent(user).filter_by(is_read = False).count()

常用过滤方法

filter()、filter_by()使用制定的过滤规则,获取想要的查询对象

User.query.filter(User.name=='jack').first()
User.query.filter_by(name='jack').first()

like 模糊过滤查询:

User.query.filter(User.name like ('%ac%')).all()

in 包含过滤查询:

User.query.filter(User.name in_(['jack','mary','bruce'])).all()

not in 不包含过滤查询:

User.query.filter(~User.name in_(['jack','mary','bruce'])).all()

and 逻辑与过滤查询:

User.query.filter(and_(User.name=='jack', User.gender == 1)).all()

or 逻辑或过滤查询:

User.query.filter(or_(User.name=='jack', User.name == 'mary')).all()

order_by 按照规定的顺序查询:

# 按照id升序
User.query.filter(User.gender==1).order_by(User.id).all()
# 按照id降序
User.query.filter(User.gender==1).order_by(User.id.desc()).all()

limit 限制数量查询:

User.query.filter(User.gender==1).limit(3).all()

group_by 根据条件分组查询:

from sqlalchemy import func
# 使用with_entities()方法来获取要在结果中返回的列
# lable 给字段起别名
User.query.with_entities(User, func.count(*).lable('num')).group_by(User.gender).all()

offset 根据指定的偏移量查询:

User.query.offset(2).limit(5).all()

func.random 随机获取查询:

User.query.order_by(func.random()).limit(10)
?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