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
成富1 小时前
文本转SQL(Text-to-SQL),场景介绍与 Spring AI 实现
数据库·人工智能·sql·spring·oracle
CSDN云计算1 小时前
如何以开源加速AI企业落地,红帽带来新解法
人工智能·开源·openshift·红帽·instructlab
艾派森1 小时前
大数据分析案例-基于随机森林算法的智能手机价格预测模型
人工智能·python·随机森林·机器学习·数据挖掘
hairenjing11232 小时前
在 Android 手机上从SD 卡恢复数据的 6 个有效应用程序
android·人工智能·windows·macos·智能手机
小蜗子2 小时前
Multi‐modal knowledge graph inference via media convergenceand logic rule
人工智能·知识图谱
SpikeKing2 小时前
LLM - 使用 LLaMA-Factory 微调大模型 环境配置与训练推理 教程 (1)
人工智能·llm·大语言模型·llama·环境配置·llamafactory·训练框架
鹿屿二向箔2 小时前
基于SSM(Spring + Spring MVC + MyBatis)框架的汽车租赁共享平台系统
spring·mvc·mybatis
黄焖鸡能干四碗2 小时前
信息化运维方案,实施方案,开发方案,信息中心安全运维资料(软件资料word)
大数据·人工智能·软件需求·设计规范·规格说明书
2 小时前
开源竞争-数据驱动成长-11/05-大专生的思考
人工智能·笔记·学习·算法·机器学习
ctrey_2 小时前
2024-11-4 学习人工智能的Day21 openCV(3)
人工智能·opencv·学习