Django中的Q对象

文章目录

Django中的Q对象

python 复制代码
from django.db.models import Q

在Django框架中,Q 对象是 django.db.models.Q 的一个实例,它用于创建复杂的查询表达式。

Q 对象允许你构建包含多个条件的查询,这些条件可以是 OR 或 AND 的组合。

三种使用方式

  1. 直接在查询时传入Q对象

    python 复制代码
    	models.XX.objects.filter( Q(id=10) )	
    	models.XX.objects.filter( Q(id=10)&Q(age=19) )	
    	models.XX.objects.filter( Q(id=10)|Q(age=19) )	
    	models.XX.objects.filter( Q(id__gt=10)|Q(age__lte=19) )	
    	models.XX.objects.filter( Q( Q(id__gt=10)|Q(age__lte=19) ) & Q(name=19))	
  2. 先创建Q对象实例,在查询时传入

    python 复制代码
    # 基于|连接的Q实例
    q1 = Q()
    q1.connector = 'OR'
    q1.children.append(('id', 1))
    q1.children.append(('age', 10))
    
    # 基于&连接的Q实例
    q2 = Q()
    q2.connector = 'ADN'
    q2.children.append(('size__gt', 10))
    q2.children.append(('name', 'root'))
    
    # 组合q1和q2的实例
    con = Q()
    con.add(q1, 'AND') # 将q1作为子条件添加到con中,并使用逻辑与运算符连接
    con.add(q2, 'AND') # 将q2作为子条件添加到con中,并使用逻辑与运算符连接
    models.cusotmer.objects.filter(con)
  3. 其实也就是第二种,这种就直接将与或关系直接表示出来

    python 复制代码
    conn = Q(username__contains=keyword) | Q(mobile__contains=keyword) | Q(level__title__contains=keyword)
    customer_query = models.Customer.objects.filter(conn).filter(state=1).select_related('level', 'creator')

Q对象中常用的属性或方法

  1. children :
    • 这是一个列表,用于存储子条件的元组。每个元组包含两个元素:查询表达式和值。
  2. connector :
    • 属性,用于设置子条件之间的逻辑运算符,可以是 'AND''OR'
  3. add() :
    • 这个方法用于将另一个 Q 对象作为子条件添加到当前 Q 对象中,并指定它们之间的逻辑连接方式
相关推荐
只会安静敲代码的 小周13 小时前
AI应用开发
python
FriendshipT13 小时前
Ultralytics:解读C3Ghost模块
人工智能·pytorch·python·深度学习·目标检测
Java面试题总结13 小时前
Vue3流式调用大模型接口完整实践
后端·python
LaughingZhu13 小时前
Product Hunt 每日热榜 | 2026-07-17
前端·数据库·人工智能·经验分享·mysql·chatgpt·html
怪兽学LLM13 小时前
AI Agent 记忆系统设计:长短期记忆如何实现?什么时候存?什么时候查?
人工智能·python
DFT计算杂谈13 小时前
DeepSeek 集群服务器无root本地部署指南
数据库·人工智能·python·opencv·算法
潇凝子潇13 小时前
UnsupportedOperationException
java·前端·数据库
卷无止境13 小时前
Python 跨平台 GUI 解决方案全景报告
前端·python
七夜zippoe13 小时前
DolphinDB实时聚合计算:多维度聚合
数据库·dolphindb
benchmark_cc1 天前
如何用 Python + QuantDash 快速构建高胜率“配对交易(Pairs Trading)”策略?
开发语言·人工智能·python·pandas·量化交易·quantdash