choices参数的使用、MVC和MTV的模式、创建表对表关系的三种创建方式

【1】choices参数的使用

应用场景:针对表中可能列表完全的字段,采用choices参数

例如:性别,代码如下

python 复制代码
# 1.创建一张表
 
class gender_info(models.Model):
    name = models.CharField(max_length=32)
    password = models.CharField(max_length=32)
    
    # 创建一个映射关系
    gender_choices = (
        (1,'男'),
        (2,'女'),
        (3,'其它'),
    )
    gender = models.IntegerField(choices=gender_choices)



# 2.导入数据

  from app01 import models

    models.gender_info.objects.create(name='kevin',password=12,gender=1)
    models.gender_info.objects.create(name='jack',password=123,gender=2)
    models.gender_info.objects.create(name='tank',password=121,gender=3)
    models.gender_info.objects.create(name='jerry',password=1213,gender=4)

# 3.查找数据
   '''使用choices参数查找结果要使用get_字段名_display()'''

    obj = models.gender_info.filter(id=1).first()

    print(obj.gender)    # 返回的结果是1
    print(obj.get_gender_display())    # 返回的结果是男
 
'''
注意事项:
    当查询的结果没有映射关系时,查找的结果不会报错,只会返回我们给的值。例如

    obj1 = models.gender_info.objects.filter(id=4).first()
    print(obj1.get_gender_display())    # 返回的结果为4
    
'''

【2】MVC和MTV的模式

【2.1】MVC

  • 保持各组件的松耦合关系
  • MVC分成3个部分
    • 模型(M)
      • 负责业务对象和数据库的映射
    • 控制器(C)
      • 解释用户的输入调用模型,和视图完成用户的请求
    • 视图(V)
      • 负责与用户交互(页面)

图解

【2.2】MTV

  • MTV分别代表的关系
    • M代表模型(Model):负责业务对象和数据库的关系映射(ORM)
    • T代表模板(Templates):负责如何把页面展示给用户(html)
    • V代表视图(View):负责业务逻辑,并在适当时候调用Model合Template

除了以上三层之外,还需要一个URL分发器,它的作用是将一个个URL的页面请求分发给不同的View处理,View再调用相应的Model和Template

MTV的响应模式图

【3】表关系多对多创建的三种方式

【3.1】通过ManyToManyField自动创建第三张表

python 复制代码
class Book(models.Model):
    title = models.CharField(max_length=32, verbose_name="书名")
	

# 通过ORM自带的ManyToManyField自动创建第三张表
class Author(models.Model):
    name = models.CharField(max_length=32, verbose_name="作者姓名")
    books = models.ManyToManyField(to="Book", related_name="authors")
 
# 全自动
它的优势就是自动帮我们创建表,而且还可以使用那四个方法:add set remove clear
# 缺点就是扩展性非常差

【3.2】全手动创建第三张表

python 复制代码
全手动
# 自己创建第三张表,分别通过外键关联书和作者
class Book(models.Model):
    title = models.CharField(max_length=32, verbose_name="书名")


class Author(models.Model):
    name = models.CharField(max_length=32, verbose_name="作者姓名")


# 自己创建第三张表,分别通过外键关联书和作者
class Author2Book(models.Model):
    author = models.ForeignKey(to="Author")
    book = models.ForeignKey(to="Book")
    register_time=''
    
它的优势:可扩展性很高
缺点:不能使用orm查询方法了,那四个方法也不用用了add set remoce clear 都不能用了

【3.3】半自动:设置ManyToManyField并指定自行创建的第三张表

python 复制代码
class Author(models.Model):
    name = models.CharField(max_length=32, verbose_name="作者姓名")
    books = models.ManyToManyField(to="Book", through="Author2Book", through_fields=("author", "book"))
    # through_fields接受一个2元组('field1','field2'):
    # 其中field1是定义ManyToManyField的模型外键的名(author),field2是关联目标模型(book)的外键名。


class Author2Book(models.Model):
    author = models.ForeignKey(to="Author")
    book = models.ForeignKey(to="Book")

优点:还可以使用orm的方法及正反向查询,但是不能使用add set remove clear方法了

推荐使用方式二或者方式三,因为方式二和方式三的扩展性比较高,修改或者增添的时候比较好操作。

不推荐使用方式一,因为扩展性比较差

相关推荐
电子元件小说家1 小时前
2026年四季度电感市场观察:AI算力与汽车电子驱动下的选型与验证建议智能硬件
人工智能·汽车
网易CodeWave-小码哥1 小时前
支持多模块 Java 微服务导入|CodeWave SDD V4.5.10 上线
人工智能
AI你一生一世1 小时前
不止于时序存储:DolphinDB 如何成为 AI 时代的工业智能底座
java·人工智能·struts·时序数据库·工业智能·dolphindb·ai基础设施
belldeep1 小时前
python:genesis-world, Genesis-Embodied-AI
人工智能·python·ai·genesis
怕浪猫1 小时前
小程序成长计划上新:10 亿 Token 现在能调 DeepSeek-v4.1-flash了
人工智能·aigc·ai编程
ss2732 小时前
为什么PostgreSQL适合AI场景?
数据库·人工智能·postgresql
七牛云行业应用3 小时前
DeepSeek Super-agent 与 Grok Bot:开源 Agent 架构和聊天助手有何区别
人工智能·ai·架构·ai编程
维克兜率天3 小时前
【维克】趋势型CTA:期货市场的“追涨杀跌“
人工智能·python
u1301303 小时前
GitHub 热榜项目:日榜(2026-11-03)
人工智能·github
天远Date Lab3 小时前
零信任架构实战:基于天远租凭分期报告构建自动化汽车以租代购免押风控网关
网络·人工智能·架构·自动化