django_多表查询

一、一对多

  • 利用ForeignKey 创建表

注关联表中会自动添加字段后面加_id,相当于publish _id,其中单独的publish包含整个Publish对象

class Book(models.Model):
    name = models.CharField(max_length=20)
    price = models.IntegerField()
    pud_data = models.DateField()
    publish = models.ForeignKey('Publish')


class Publish(models.Model):
    name = models.CharField(max_length=32)
    city = models.CharField(max_length=32)
  • 第一种方法通过真实的字段,也就是在_id添加
def index(request):
    from cm import models
    obj = models.Book.objects.create(
        name = "c#",
        price = 200,
        pud_data = '2008-08-08',
        publish_id= 1
    )
    print(obj)
    return  HttpResponse('ok')
  • 第二种通过对象添加,具体的操作是先查找出关联对象,把关联对象直接赋值給属性
  • 正向查找通过对象包含查找
def index(request):
    from cm import models
    obj = models.Book.objects.filter(name="python")
    print(obj[0].publish.city)
    return  HttpResponse('ok')
  • 反向查找,通过关联对象查找
  • 第一种通过对象反差
def index(request):
    from cm import models
    obj = models.Publish.objects.filter(name="理工")[0]
    obj1 = models.Book.objects.filter(publish=obj).values("name")
    print(obj1)
    return  HttpResponse('ok')
  • 第二种通过set反查,通过关联的类后面加_set
def index(request):
    from cm import models
    obj = models.Publish.objects.filter(name="理工")[0]
    obj1 = obj.book_set.all()
    print(obj1)
    return  HttpResponse('ok')
  • 第三种直接属性双下滑下接字段,例如publish__name
def index(request):
    from cm import models
    obj = models.Book.objects.filter(publish__name="理工").values("name")
    print(obj)
    return  HttpResponse('ok')

二、多对多

  • 利用ManyToManyField创建表
class Book(models.Model):
    name = models.CharField(max_length=20)
    price = models.IntegerField()
    pud_data = models.DateField()
    authors = models.ManyToManyField('Author')

class Author(models.Model):
    name = models.CharField(max_length=32)

利用查询包含ManyToManyField对象,进行查找关联表

def index(request):
    from cm import models
    obj = models.Book.objects.filter(name="go")
    print(obj[0].authors.all().values('name'))
    return  HttpResponse('ok')
  • 增加add,先找到关联对象,在有add添加对象
def index(request):
    from cm import models
    obj = models.Author.objects.all()
    obj1 = models.Book.objects.filter(name="python")
    obj1[0].authors.add(*obj)
    return  HttpResponse('ok')
  • 或者直接添加主键
def index(request):
    from cm import models
    obj = [1,2]
    obj1 = models.Book.objects.filter(name="python")
    obj1[0].authors.add(*obj)
    return  HttpResponse('ok')
  • remove删除
def index(request):
    from cm import models
    obj = [1,]
    obj1 = models.Book.objects.filter(name="python")
    obj1[0].authors.remove(*obj)
    return  HttpResponse('ok')
©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 204,590评论 6 478
  • 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 86,808评论 2 381
  • 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 151,151评论 0 337
  • 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 54,779评论 1 277
  • 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 63,773评论 5 367
  • 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 48,656评论 1 281
  • 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 38,022评论 3 398
  • 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 36,678评论 0 258
  • 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 41,038评论 1 299
  • 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 35,659评论 2 321
  • 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 37,756评论 1 330
  • 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 33,411评论 4 321
  • 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 39,005评论 3 307
  • 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 29,973评论 0 19
  • 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 31,203评论 1 260
  • 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 45,053评论 2 350
  • 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 42,495评论 2 343

推荐阅读更多精彩内容