User这个类创建的表 User1这个类创建的表
基本查询结果
# 1查看sql原生语句
rs=session.query(User).filter(User.username=='budong')print(rs)
# 2query(module) .all()
rs=session.query(User).filter(User.username=='budong').all() #.all list
print(rs, type(rs[0])) #索引取值 当query(module) 类型为User类的实例对象
print(rs[0].username,rs[0].id) #rs[0]这个实例对象通过.username,.id取得值
#3 hasattr() getattr()#没有这条数据则会报错超出索引 先判断是否存在hasattr() ,再取值getattr()数据不存在报错
print(hasattr(rs[0], 'username')) #判断是否有这个username属性 返回值True False
if hasattr(rs[0], 'username'):print(getattr(rs[0],'username')) #安全取值
print(rs[0].username)
>>> True
>>> budong
>>> budong
#4 .first() [0]
rs =session.query(User).filter(User.username=='budong').first() #返回一条数据，无则返回none
rs1 =session.query(User).filter(User.username=='budong')[0] #取第一条数据无则报错
print(rs, rs1,sep='\n')print(rs.id, rs1.username) #取出值
if rs !=None:print(rs)>>>
>>> 1budong>>>
#5 query(module的属性)
rs =session.query(User.id).filter(User.username=='tj').all() #all返回list
print(rs) #list
print(rs[0]) #当query(module的属性) 返回结果为元祖
print(rs[0][0])>>> [(2,)]>>> (2,)>>> 2
#6 条件查询#filter_by(直接跟module的属性,以字典形式传参) 并且只能判断 =
rs = session.query(User).filter_by(username='budong').all()print(rs)#filter(module.属性) 能判断 == != >= 常用
rs = session.query(User).filter(User.username=='budong').all()print(rs)>>> [, ]>>> [, ]
模糊查询
#7 模糊查询
#like_ notlike
rs = session.query(User).filter(User.username.like('%don%')).all()print(rs)
rs= session.query(User).filter(User.username.notlike('%don%')).all() #相反
print(rs)>>> [, ]>>> [, ,
]
# 8 in_ notin 满足一个条件即可
rs = session.query(User).filter(User.username.in_(['budong','tj'])).all()print(rs)
rs= session.query(User).filter(User.username.notin_(['budong','tj'])).all() #相反
print(rs)>>> [, ,
]>>> [, ]
# 9 is_ isnot is 用来判断是否为空 是空则取值
rs =session.query(User.username).filter(User.username.is_(None)).all()print(rs)
rs= session.query(User.username).filter(User.username.isnot(None)).all() #相反
print(rs)>>>[]>>> [('budong',), ('tj',), ('tj1',), ('tj2',), ('budong',)]
#10 limit 限制数据条数
rs =session.query(User).filter(User.username=='budong').all()print(rs)
rs=session.query(User).filter(User.username=='budong').limit(1).all()print(rs)>>> [, ]>>> []
#11 offset(n) 不取前n条数据 称为 偏移量:偏移n条数据
rs = session.query(User).filter(User.username=='budong').offset(1).all()print(rs)>>> []
#12 slice 切片 左闭右开
rs = session.query(User).filter(User.username=='budong').slice(0,1).all()print(rs)>>> []
#13 one 只有一条数据则取值 反之 报错#rs = session.query(User).filter(User.username=='budong').one() # 满足条件的超过1条，报错
rs = session.query(User).filter(User.username=='tj').one()print(rs)>>>
#14 order_by(*args) 排序(按asc)
#升序
rs = session.query(User.id).filter(User.username=='budong').order_by(User.id).all()print(rs)#降序需导入降序desc
from sqlalchemy importdesc
rs= session.query(User.id).filter(User.username=='budong').order_by(desc(User.id)).all()print(rs)>>> [(1,), (5,)]>>> [(5,), (1,)]
#15 group_by
from sqlalchemy importfunc,extract#按query的属性 进行分组 再统计该属性的所有值出现的次数
rs =session.query(User.username,func.count(User.id)).group_by(desc(User.username)).all()print(rs)>>> [('tj2', 1), ('tj1', 1), ('tj', 1), ('budong', 2)]
#16 group_by+ having(判断条件 常跟func的count sum avg 等使用) 先分组在执行having
rs =session.query(User.username,func.count(User.id)).group_by(desc(User.username)).\
having(func.count(User.id)>1).all()print(rs)
rs=session.query(User.username,func.max(User.id)).group_by(User.username).all()print(rs) #通过username分组 多条数据的取id最大的那条
rs =session.query(User.username,func.min(User.id)).group_by(User.username).all()print(rs) #通过username分组 多条数据的取id最小的那条
>>> [('budong', 2)]>>> [('budong', 5), ('tj', 2), ('tj1', 3), ('tj2', 4)]>>> [('budong', 1), ('tj', 2), ('tj1', 3), ('tj2', 4)]
#17 extract 能获取某部分时间(year,month,day,hour,minute,second) 进行分组及统计
rs = session.query(extract('minute',User.creatime).label('minute'),func.count('minute')).\
group_by('minute').all() #label 取别名
print(rs)>>> [(7, 1), (10, 1), (54, 1), (57, 1), (58, 1)]
#18 or_ 或者 满足其中一个条件即可 类似in_ notin
rs = session.query(User.username).filter(or_(User.password=='qwe123',User.id>2)).all()print(rs)>>> [('budong',), ('tj1',), ('tj2',), ('budong',)]
User这个类创建的表 User1这个类创建的表
#19 多表查询#mysql中的 内链接cross join 内链接inner join 两者没区别, 内链接的结果会产生笛卡儿积 table1(的每条数据) X table2(的所有数据)
rs = session.query(User.username,User1.name).filter(User.id==User1.id).all() #通过,直接query两张表= select * from table1,table2 属于内链接cross join
print(rs)
rs= session.query(User.username,User1.name).join(User1,User.id==User1.id).all() #join =内链接inner join
print(rs)#mysql中的 外链接left join 和 外链接left outer join也没区别#外链接outerjoin = left outer join -- sqlalchemy 没有right outer join
rs = session.query(User.username,User1.name).outerjoin(User1,User.id==User1.id).all()print(rs)we#已左表为准 两个表的数据并排显示，左表有多少条数据则显示多少，右边有多余的数据则不取，少于的数据则显示为Ｎｏｎｅ数据链接到左表
rs = session.query(User1.name,User.username).outerjoin(User,User.id==User1.id).all() #与上面相比交换表的位置print(rs)>>> [('budong', 'D'), ('tj', 'A'), ('tj1', 'B'), ('tj2', 'C')]>>> [('budong', 'D'), ('tj', 'A'), ('tj1', 'B'), ('tj2', 'C')]>>> [('budong', 'D'), ('tj', 'A'), ('tj1', 'B'), ('tj2', 'C'), ('budong', None)]>>> [('D', 'budong'), ('A', 'tj'), ('B', 'tj1'), ('C', 'tj2')]
#20 联合查询 两个表并排显示
rs1 =session.query(User1.name)
rs2=session.query(User.username)print(rs1.union(rs2).all()) #union 去重
print(rs1.union_all(rs2).all()) #显示所有包括重复的数据 'budong'为重复的数据
>>> [('D',), ('A',), ('B',), ('C',), ('budong',), ('tj',), ('tj1',), ('tj2',)]>>> [('D',), ('A',), ('B',), ('C',), ('budong',), ('tj',), ('tj1',), ('tj2',), ('budong',)]
#21 子表查询 cross join 产生笛卡儿积# 原生sql是 select * from table1,table2; table2是这儿的子表
#声明子表subquery() 子表可以是多个表取出的数据 所以比直接使用 cross join or inner join 能查更多表的相关数据
sql =session.query(User1.name).subquery()#父表的每一条数据都匹配子表的所有数据
print(session.query(User.username,sql.c.name).all()) #固定写法 申明子表的sql.c.属性
>>> [('budong', 'D'), ('tj', 'D'), ('tj1', 'D'), ('tj2', 'D'), ('budong', 'D'), ('budong', 'A'), ('tj', 'A'), ('tj1', 'A'), ('tj2', 'A'), ('budong', 'A'),
('budong', 'B'), ('tj', 'B'), ('tj1', 'B'), ('tj2', 'B'), ('budong', 'B'), ('budong', 'C'), ('tj', 'C'), ('tj1', 'C'), ('tj2', 'C'), ('budong', 'C')]
原生sql语句查询
#原生SQL查询
sql_1='select username from `user`'row= session.execute(sql_1) #row =5条数据 row是一个对象 可以 for in 取值 dir(对象)
print(row.fetchone()) #取出第一条数据 row -1 =4
print(row.fetchmany(2)) #去出两条数据 row -2 =2
print(row.fetchall()) #取出所有的数据 row =0
>>> ('budong',)>>> [('tj',), ('tj1',)]>>> [('tj2',), ('budong',)]
sql是字符串 可以用到字符串拼接
sql = '''select * from user where id
row=session.execute(sql)for i inrow:print(i) # 元祖>>> (1, 'budong', 'qwe123', datetime.datetime(2018, 3, 7, 16, 57, 9))>>> (2, 'tj', '123qwe1', datetime.datetime(2018, 3, 7, 16, 54, 9))
