【Django-ninja】django ninja中使用查询过滤器FilterSchema

Django ORM中过滤器

filter的基本用法

filter() 是 QuerySet 对象的一个方法,用于从数据库中过滤数据。它接受一个或多个关键字参数,每个参数都表示一个查询条件,它们之间是 AND 关系。

以下是 filter() 方法的基本用法示例:

python 复制代码
from myapp.models import MyModel

# 查询所有 name 字段值为 'John' 的记录
results = MyModel.objects.filter(name='John')

# 查询所有 age 大于等于 25 的记录
results = MyModel.objects.filter(age__gte=25)

# 多个条件的 AND 关系
results = MyModel.objects.filter(name='John', age__gte=25)

# 使用 OR 条件,使用 Q 对象
from django.db.models import Q
results = MyModel.objects.filter(Q(name='John') | Q(age__gte=25))

上述示例中,MyModel 是一个数据库模型,filter() 方法用于根据指定的查询条件过滤数据库中的记录。其中:
2. (1) name='John' 表示查询 name 字段等于 'John' 的记录。

  1. (2) age__gte=25 表示查询 age 字段大于等于 25 的记录。

  2. (3) 多个条件之间是 AND 关系,即同时满足所有条件。

  3. (4) 使用 Q 对象可以实现 OR 关系,其中 Q(name='John') | Q(age__gte=25) 表示查询 name 字段等于 'John' 或 age 字段大于等于 25 的记录。

**Django中的常用过滤器

基本查询过滤器:**

  • exact: 等于,例如 field__exact=value
  • iexact: 不区分大小写的等于,例如 field__iexact=value
  • contains: 包含,例如 field__contains=value
  • icontains: 不区分大小写的包含,例如 field__icontains=value
  1. 范围查询过滤器:

    • gt: 大于,例如 field__gt=value
    • lt: 小于,例如 field__lt=value
    • gte: 大于等于,例如 field__gte=value
    • lte: 小于等于,例如 field__lte=value
  2. 空值查询过滤器:

    • isnull: 是否为空,例如 field__isnull=True
  3. IN 查询过滤器:

    • in: 在某个列表中,例如 field__in=[value1, value2]
  4. 日期查询过滤器:

    • date: 根据日期进行查询,例如 pub_date__date=some_date, pub_date__contains="2024-01"
  5. 时间查询过滤器:

    • time: 根据时间进行查询,例如 pub_time__time=some_time
  6. 外键查询过滤器:

    • ForeignKeyField__fieldname: 对于外键关系,可以使用 __ 来查询相关字段,例如 author__name__icontains=value
  7. 组合查询过滤器:

    • &(与)和 |(或):可以使用 &| 符号来组合多个查询条件,例如 Q(field1=value1) | Q(field2=value2)

2. django-ninja过滤器FilterSchema的用法

为什么已经有了Django ORM中的filter函数,还有整出个Django-ninja过滤器呢?

因为一般来说,从客户端用户发来一个请求,往往会带有很多查询参数。通过查询参数,在数据库中查找对应的记录。这些查询参数往往也并不是固定的。

如果我们直接通过手写代码构造filter需要的过滤条件,代码会相当丑陋,变得很难维护。

django-nina过滤器FilterSchema的作用就是对用户查询条件到数据库查询条件这一个过程的封装。

Django ORM的filter关心数据库的数据,而Django Ninja的过滤器关心用户与我们网站互动的方式。

2.1 基础用法

python 复制代码
from ninja import FilterSchema, Field
from typing import Optional


class BookFilterSchema(FilterSchema):
    name: Optional[str] = None
    author: Optional[str] = None
    created_after: Optional[datetime] = None
python 复制代码
@api.get("/books")
def list_books(request, filters: BookFilterSchema = Query(...)):
    books = Book.objects.all()
    books = filters.filter(books)
    return books

2.2 一个稍微复杂一点的用法

自定义的过滤器继承FilterSchema。

  1. filter_title_list方法用于处理title_list参数
python 复制代码
class BookFilterSchema(FilterSchema):
    """ 过滤器用于从用户的请求参数,转化为查询的过滤条件。
    1. 默认使用类pub_date, title等字段进行过滤
    2. 如果不能满足条件,可以使用自定义的函数对某一个参数编写函数进行过滤,函数名称使用filter_开头
    3. 如果还不能满足要求,可以使用custom_expression定义一个完整的过滤查询器。这时候其他内置的
        查询条件都会被忽略掉。
    """
    pub_date: date = Field(None)  # 默认值为None,不使用这个过滤器
    # title__in: List[str] = Field(None, alias="titles")
    title: str = Field(None)
    title_list: str = Field(None)  # 传输参数
    search: Optional[str] = Field(None, q=['title__icontains',
                                           'pub_date__date'])

    def custom_expression(self) -> Q:
        """ 该函数如果定义了,将会被用作这个过滤器的自定义条件。其他所有的都会被忽略。"""
        q = Q()
        if self.title_list:
            titles = self.title_list.split(",")
            q = q & Q(title__in=titles)
        if self.title:
            q = q & Q(title=self.title)
        if self.pub_date:
            q = q & Q(pub_date=self.pub_date)
        if self.search:
            # sq = Q(title__icontains=self.search) | Q(pub_date__contains = Value(self.search, output_field=CharField()))
            sq = Q(title__icontains=self.search) | Q(pub_date__contains=self.search)
            q = q | sq
        return q

    def filter_title_list(self, value: str) -> Q:
        """自定义的过滤器函数,对传入的title_list字段转换成查询语句。
        title_list会使用','进行切割,生产过滤条件。"""
        if value:
            titles = value.split(",")
            return Q(title__in=titles)
        else:
            return Q()

@demo_api.get("/filter")
def events(request, filters: BookFilterSchema = Query(...)):  #
    books = Book.objects.all()
    print(filters.custom_expression())
    books = filters.filter(books)
    return ResponseSchema(data=books)

2.3 POST请求同时使用Path, Query, Body的示例

post请求可以包含Path,Query, Body等多个输入。下面的示例给出了继承Schema规整化这些输入。如果需要将相应的输入应用成过滤器,需要继承FilterSchema,编写相应的过滤方法。

python 复制代码
import datetime 

from ninja import NinjaAPI, Schema, UploadedFile, Form, File, Query, FilterSchema, Router, Path, Body


class DogSchema(Schema):
    # name: str
    dog_type: str
    age: int


class PathDate(Schema):
    year: int
    month: int
    day: int

    def value(self):
        return datetime.date(self.year, self.month, self.day)


@demo_api.post("/dog_mix_post/{year}/{month}/{day}")
def dog_mix_post(request, path: Path[PathDate], dog_item: DogSchema = Query(...), dog_item_body: DogSchema = Body(...)):
    """ name是路径参数;item是请求参数。"""
    return {"path": path.value(),
            "query": dog_item.dict(),
            "body": dog_item_body}
相关推荐
齐 飞15 分钟前
MongoDB笔记01-概念与安装
前端·数据库·笔记·后端·mongodb
云空16 分钟前
《Python 与 SQLite:强大的数据库组合》
数据库·python·sqlite
LunarCod32 分钟前
WorkFlow源码剖析——Communicator之TCPServer(中)
后端·workflow·c/c++·网络框架·源码剖析·高性能高并发
凤枭香1 小时前
Python OpenCV 傅里叶变换
开发语言·图像处理·python·opencv
码农派大星。1 小时前
Spring Boot 配置文件
java·spring boot·后端
测试杂货铺1 小时前
外包干了2年,快要废了。。
自动化测试·软件测试·python·功能测试·测试工具·面试·职场和发展
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
小码的头发丝、2 小时前
Django中ListView 和 DetailView类的区别
数据库·python·django
杜杜的man2 小时前
【go从零单排】go中的结构体struct和method
开发语言·后端·golang
幼儿园老大*2 小时前
走进 Go 语言基础语法
开发语言·后端·学习·golang·go