Flask数据的增删改查(CRUD)_flask删除数据自动更新

查询年龄小于17的学生信息

复制代码
Student.query.filter(Student.s_age < 17)
students = Student.query.filter(Student.s_age.__lt__(17))

模糊查询,使用like,查询姓名中第二位为花的学生信息

like '_花%',_代表必须有一个数据,%任何数据

复制代码
students = Student.query.filter(Student.s_name.like('_花%'))

筛选:

offset()

跳过3个数据

stus = Student.query.offset(3)

limit()

跳过3个数据,查询5个信息

stus = Student.query.offset(3).limit(5)

order_by()

按照id降序,升序

students = Student.query.order_by('id')

students = Student.query.order_by('-id')

复制代码
students = Student.query.order_by(desc('id'))
students = Student.query.order_by(asc('id'))

students = Student.query.order_by('id desc')
students = Student.query.order_by('id asc')

get()

#使用get,获取id=1的学生对象,get()默认接收id

拿不到值不会报错,返回空

students = Student.query.get(4)

first()

获取年龄最大的一个

stus = Student.query.order_by('-s_age').first()

逻辑运算

and_

filter(and_(条件),条件...)

复制代码
或
	or_
	filter(or_(条件),条件...)

非
	not_
	filter(not_(条件),条件...)

例子:

and_

students = Student.query.filter(Student.s_age==16,

Student.s_name.contains('花'))

复制代码
students = Student.query.filter(and_(Student.s_age==16,
                                Student.s_name.contains('花')))

not_

students = Student.query.filter(or_(Student.s_age16,
Student.s_name.contains('花')))
or_
students = Student.query.filter(not_(Student.s_age16),

Student.s_name.contains('花'))

注意:

  1. fliter和filter_by的结果可遍历

  2. 可以通过对其结果使用all()方法将其转换成一个列表或者first()转换成objects对象。

  3. all()获得的是列表,列表没有first()方法

  4. fliter和filter_by有flrst()方法,没有last方法

    数据的添加

    在flask中修改数据后需要添加事务和提交事务

事务: 完整,一致,持久,原子

第一种:保存数据

将数据放入缓存

db.session.add(stu)

将缓存中的数据提交

db.session.commit()

复制代码
在学生表中添加数据

@blue.route('/createstu/')

def create_stu():

s = Student()

s.s_name = '小花'

s.s_age = 19

复制代码
db.session.add(s)
db.session.commit()

return '添加成功'

提交事务,使用commit提交我们的添加数据的操作

复制代码
批量创建数据

批量添加数据时可以使用add()、add_list()添加事务

add():

db.session.add_all(stu)

db.session.commit()

stu是一个对象

add_list():

db.session.add_all(stus_list)

db.session.commit()

stus_list是一个列表,其每个元素都是一个对象

复制代码
第一种

@app_blue.route('create_many_stu/',methods=['GET'])

def create_many_stu():

if request.method == 'GET':

stu = Student()

stus_list = []

for i in range(5):

stu = Student()

stu.s_name = '小花%s' % random.randrange(10, 1000)

stu.s_age = random.randint(10,20)

stus_list.append(stu)

复制代码
db.session.add_all(stus_list)
db.session.commit()
    # db.session.add(stu)
# db.session.commit
return '批量创建'

db.session.add_all(stus_list)

db.session.commit()

将列表中的数据统一添加到缓存区中,并提交

复制代码
第二种

第二种:重写init

models中:

def init (self, name, age):

2,给对象赋值

self.s_name = name

self.s_age = age

views中:

@app_blue.route('create_many_stu_init/',methods=['GET'])

def create_many_stu():

if request.method == 'GET':

stus_list = []

for i in range(5):

stu = Student('小花%s' % random.randrange(10,1000), random.randint(10,20))

stus_list.append(stu)

复制代码
    db.session.add_all(stus_list)
    db.session.commit()

        # db.session.add(stu)
    # db.session.commit
    return '批量创建成功'


修改数据

思路:获取到需要修改的对象,通过对象.属性的方式将属性重新赋值,然后使用commit提交事务

复制代码
写法1

students = Student.query.filter_by(s_id=3).first()

students.s_name = '哈哈'

db.session.commit()

复制代码
写法2

Student.query.filter_by(s_id=3).update({'s_name':'娃哈哈'})

db.session.commit()

复制代码
删除数据

格式:db.session.delete(对象)

db.session.commit()

注意:在修改数据(增删改)中如果使用commit()的话,只会修改本地缓存中的数据,数据库中的数据不会更新。

必须使用:db.session.commit()

复制代码
写法1

students = Student.query.filter_by(s_id=2).first()

db.session.delete(students)

db.session.commit()

复制代码
写法2

students = Student.query.filter_by(s_id=1).all()

db.session.delete(students[0])

db.session.commit()

复制代码

模型

相关推荐
czhc114007566310 分钟前
Linux 716 数据库迁移
linux·数据库
搬码临时工11 分钟前
外网如何连接内网中的mysql数据库服务?跨网直接访问操作,不用公网IP
数据库·tcp/ip·mysql
Rowrey17 分钟前
mongoDB初始化项目简单操作示例
数据库·mongodb
NineData20 分钟前
NineData 社区版 V4.3.0 正式发布!新增 5 条迁移对比链路,全面支持 MariaDB、GaussDB 等数据库
数据库
久念祈1 小时前
C++ - 仿 RabbitMQ 实现消息队列--sqlite与gtest快速上手
数据库·sqlite
duration~1 小时前
Spring AI快速入门
java·人工智能·后端·spring·flask
wjpwjpwjp08311 小时前
[MySQL基础1]数据定义语言DDL与数据操作语言DML
数据库·笔记·mysql·oracle
Leo.yuan1 小时前
ETL还是ELT,大数据处理怎么选更靠谱?
大数据·数据库·数据仓库·信息可视化·etl
gorgor在码农1 小时前
基于Canal实现MySQL数据库数据同步
数据库·mysql·canal·数据库数据同步工具
[听得时光枕水眠]2 小时前
Spring Security 实践及源码学习
数据库·学习·spring