Django Q()函数

Q() 函数的作用

在Django中,Q()函数是一个非常有用的工具,主要用于构建复杂的查询。它允许你创建复杂的查询语句,包括AND、OR和NOT逻辑操作。这对于处理复杂的数据库查询特别有用,特别是在你需要组合多个条件或处理复杂的过滤逻辑时。

Q对象允许你使用关键字参数或Q对象的组合来构建查询。Q对象可以被链接在一起,使用

复制代码
&

表示AND,

复制代码
|

表示OR,

复制代码
~

表示NOT。

示例

1,添加模型

Test/app11/models.py

复制代码
from django.db import models

class Post(models.Model):
    title = models.CharField(max_length=200)
    content = models.TextField()
    pub_date = models.DateTimeField('date published')




class Book(models.Model):
    title = models.CharField(max_length=100)
    author = models.CharField(max_length=100)
    publication_date = models.DateField()
    price = models.DecimalField(max_digits=5, decimal_places=2)

    def __str__(self):
        return self.title

2,添加视图函数

  1. 查询所有标题包含"Python"的书籍。
  2. 查询所有作者为"John Doe"的书籍。
  3. 查询所有在2020年之后出版的书籍。
  4. 查询所有价格在20到30之间的书籍。
  5. 查询所有标题包含"Python"或作者为"John Doe"的书籍。
  6. 查询所有标题包含"Python"且价格在20到30之间的书籍。
  7. 查询所有不在2020年出版的书籍。

Test/app11/views.py

复制代码
from django.shortcuts import render
from django.db.models import Q

def book_list_Q(request):


    # 1. 查询所有标题包含"Python"的书籍
    # books = Book.objects.filter(Q(title__icontains='Python'))

    # 2. 查询所有作者为"John Doe"的书籍
    # books = Book.objects.filter(Q(author='John Doe'))

    # 3. 查询所有在2020年之后出版的书籍
    # books = Book.objects.filter(Q(publication_date__year__gt=2020))

    # 4. 查询所有价格在20到30之间的书籍
    # books = Book.objects.filter(Q(price__gte=20) & Q(price__lte=30))

    # 5. 查询所有标题包含"Python"或作者为"John Doe"的书籍
    # books = Book.objects.filter(Q(title__icontains='Python') | Q(author='John Doe'))

    # 6. 查询所有标题包含"Python"且价格在20到30之间的书籍
    # books = Book.objects.filter(Q(title__icontains='Python') & Q(price__gte=20) & Q(price__lte=30))

    # 7. 查询所有不在2020年出版的书籍
    books = Book.objects.filter(~Q(publication_date__year=2020))

    return render(request, '11/book_list.html', {'books': books})

3,添加html代码

Test/templates/11/book_list.html

复制代码
<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Book List</title>
</head>
<body>
    <h1>List of Books</h1>
    {% if books %}
        <ul>
        {% for book in books %}
            <li>
                <strong>Title:</strong> {{ book.title }}<br>
                <strong>Author:</strong> {{ book.author }}<br>
                <strong>Publication Date:</strong> {{ book.publication_date }}<br>
                <strong>Price:</strong> {{ book.price }}<br>
            </li>
        {% endfor %}
        </ul>
    {% else %}
        <p>No books found.</p>
    {% endif %}
</body>
</html>

4,添加路由地址

Test/app11/urls.py

复制代码
from django.urls import path
from . import views

urlpatterns = [

    path('book_list_Q/', views.book_list_Q, name='book_list_Q'),
]

5,访问页面

http://127.0.0.1:8000/app11/book_list_Q/

相关推荐
蹦蹦跳跳真可爱5892 小时前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
nananaij2 小时前
【Python进阶篇 面向对象程序设计(3) 继承】
开发语言·python·神经网络·pycharm
雷羿 LexChien2 小时前
从 Prompt 管理到人格稳定:探索 Cursor AI 编辑器如何赋能 Prompt 工程与人格风格设计(上)
人工智能·python·llm·编辑器·prompt
敲键盘的小夜猫3 小时前
LLM复杂记忆存储-多会话隔离案例实战
人工智能·python·langchain
高压锅_12203 小时前
Django Channels WebSocket实时通信实战:从聊天功能到消息推送
python·websocket·django
胖达不服输5 小时前
「日拱一码」020 机器学习——数据处理
人工智能·python·机器学习·数据处理
吴佳浩5 小时前
Python入门指南-番外-LLM-Fingerprint(大语言模型指纹):从技术视角看AI开源生态的边界与挑战
python·llm·mcp
吴佳浩5 小时前
Python入门指南-AI模型相似性检测方法:技术原理与实现
人工智能·python·llm
叶 落5 小时前
计算阶梯电费
python·python 基础·python 入门
Python大数据分析@6 小时前
Origin、MATLAB、Python 用于科研作图,哪个最好?
开发语言·python·matlab