Flask-SQLAlchemy 学习
Flask-SQLALchemy 是一个给你的应用添加 SQLALchemy 支持的 Flask 扩展。SQLALchemy 是Python语言的SQL工具包及对象关系映射(ORM)工具,使用MIT许可证发行,提供能兼容众多数据库(如 SQLite、MySQL、Postgres、Oracle、MS-SQL、SQLServer 和 Firebird)的企业级持久性模型。
一、为你的Flask应用加载Flask-SqlAlchemy扩展
1
2
3
4
5
6
|
from
flask import
Flask from
flask.ext.sqlalchemy import
SQLAlchemy app =
Flask(__name__) app.config[ 'SQLALCHEMY_DATABASE_URI' ]
= 'sqlite:////tmp/test.db' db =
SQLAlchemy(app) #这个就是你以后操作数据库的对象实例了 |
SQLALCHEMY_DATABASE_URI格式实例:
postgresql://scott:tiger@localhost/mydatabase
mysql://scott:tiger@localhost/mydatabase
oracle://scott:tiger@127.0.0.1:1521/sidname
sqlite:////absolute/path/to/foo.db #注意:有3个斜杠+路径
二、建立数据库模型和初始化数据库
建立数据库模型:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import
hashlib from
app import
db #在数据库模型文件中导入上面建立的db对象 class
User(db.Model): id
= db.Column(db.Integer, primary_key = True )
# id username
= db.Column(db.String( 80 ), unique = True ) email
= db.Column(db.String( 320 ), unique = True ) password
= db.Column(db.String( 32 ), nullable = False ) def
__init__( self , username, email, password): self .username
= username self .email
= email self .password =
hashlib.md5(password) #呵呵,这样在插入数据自动给密码哈希了! def
__repr__( self ): return
"<User '{:s}'>" . format ( self .username) |
初始化数据库也特别简单,只需要调用 db.create_all() 函数就可以了。
1
2
|
if
__name__ = =
'__main__' : db.create_all() |
三、插入数据
1
2
3
|
u =
User(username = 'peter' , email = 'test@example.com' ,
password = '123456' ) db.session.add(u)
#插入数据 db.session.commit()
#只有提交事务了,才可以获取(u.id)数据的ID值。 |
四、查询数据
用主键获取数据:
1
2
|
User.query.get( 1 ) <User u 'admin' > |
通过一个精确参数进行反查:
1
2
|
peter =
User.query.filter_by(username = 'peter' ).first()
#注意:精确查询函数query.filter_by(),是通过传递参数进行查询;其他增强型查询函数是query.filter(),通过传递表达式进行查询。 print (peter. id )
#如果数据不存在则返回None |
模糊查询:
1
2
|
User.query. filter (User.email.endswith( '@example.com' )). all () [<User u 'admin' >, <User u 'guest' >] |
逻辑非1:
1
2
|
peter =
User.query. filter (User.username ! =
'peter' ).first() print (peter. id ) |
逻辑非2:
1
2
3
|
from
sqlalchemy import
not_ peter =
User.query. filter (not_(User.username = = 'peter' )).first() print (peter. id ) |
逻辑与:
1
2
3
|
from
sqlalchemy import
and_ peter =
User.query. filter (and_(User.username = = 'peter' ,
User.email.endswith( '@example.com' ))).first() print (peter. id ) |
逻辑或:
1
2
3
|
from
sqlalchemy import
or_ peter =
User.query. filter (or_(User.username ! =
'peter' , User.email.endswith( '@example.com' ))).first() print (peter. id ) |
六、查询数据加工
排序和限制函数可以跟在query或filter后面。
排序:
1
2
|
User.query.order_by(User.username)
#嘿嘿,你用哪个字段作为排序参考呢? [<User u 'admin' >, <User u 'guest' >, <User u 'peter' >] |
限制返回的数目:
1
2
|
User.query.limit( 1 ). all () [<User u 'admin' >] |
六、查询数据返回
返回查询到的第一个对象:
1
2
|
r =
User.query.first() print (r) |
返回所有查询到的对象:
1
2
|
r =
User.query. all () print (r) |
七、删除数据
1
2
3
|
u =
User.query.first() db.session.delete(u)
#删除数据和插入数据一样简单,但必须是通过查询返回的对象。 db.session.commit() |
八、更新数据
1
2
3
|
u =
User.query.first() u.username
= 'guest'
#更新数据和变量赋值那么简单,但必须是通过查询返回的对象。 db.session.commit() |
来源:CSDN
作者:bigbugor
链接:https://blog.csdn.net/u011205177/article/details/34447911