Python框架Flask的基本数据库操作方法分析_Python

本文实例讲述了Python框架Flask的基本数据库操作方法。分享给大家供大家参考，具体如下：

数据库操作在web开发中扮演着一个很重要的角色，网站中很多重要的信息都需要保存到数据库中。如用户名、密码等等其他信息。Django框架是一个基于MVT思想的框架，也就是说他本身就已经封装了Model类，可以在文件中直接继承过来。但是在Flask中，并没有把Model类封装好，需要使用一个扩展包，Flask-SQLAlchemy。它是一个对数据库的抽象，让开发者不用这些编写SQL语句，而是使用其提供的接口去操作数据库，这其中涉及到一个非常重要的思想：ORM什么是ORM呢？下面我们就来详细讲解一下。

一、ORM

1. ORM的全称是：Object Relationship Map：对象-关系映射。主要的功能是实现模型对象到关系型数据库数据的映射。说白了就是使用通过对象去操作数据库。

2. 操作过程图：

Python框架Flask的基本数据库操作方法分析

3. 优点：

(1). 不需要编写SQL代码，这样可以把精力放在业务逻辑处理上。

(2). 使用对象的方式去操作数据库。实现数据模型与数据库的解耦，利于开发。

4. 缺点：

性能较低。

二、Flask-SQLAlchemy的介绍

1. 设置配置信息

在开发中，一般是把一些配置信息都写在一个单独的文件中，如settings.py。这样一些安全信息就可以得到保存！

重点字段有：

数据库的指定是使用URL的方式来指定的：'mysql://用户名:密码@服务器地址:端口号/数据库名'，但是连接SQLite是使用这用格式：sqlite:////absolute/path/to/foo.db，使用////开头

SQLALCHEMY_DATABASE_URI = 'myslq://root:meiyou@127.0.0.1:3306/test'
SQLALCHEMY_POOL_RECYCLE：设置多少秒后自动回收连接，对MySQL来说，默认是2小时
SQLALCHEMY_ECHO：设置True的话，查询时会显示原始SQL语句。
SQLALCHEMY_TRACK_MODIFICATIONS：动态追踪修改设置。

2. 常用的SQLAlchemy字段类型：

Integer
String
Numberic
Boolean
Date

3. 常用的SQLAlchemy列选项

primary_key：如果为True，表示主键。Flask中没有自动生成主键，需要自定义。
unique：为True，设置该列不能有重复值，如用户名、邮箱、手机号
nullable：为True的话可以为null
default：设置默认值
index：为True，设置该列为索引，默认索引是主键。

4. 关系选项

backref：在关系的另一模型中添加的反向引用，查询时起很大作用。
secondary：用于多对多关系中表的名字
primary join：

三、Flask-SQLAlchemy的基本操作

在Flask-SQLAlchemy中的增、删、改操作是由数据库会话(db.session)管理的。也就是说，在准备把数据写入数据库前，要先将数据添加(add())到会话中，然后使用commit()提交会话。

在Flask-SQLAlchemy中的查询操作都是通过query对象操作数据库。基本的查询是返回表中的所有数据，还可以使用过滤器进行更精确的数据库查询。

1. 常用查询过滤器：

过滤器得到的还只是一些对象，需要使用执行器来获取真正的数据。

filter()：把过滤器添加到原查询上，返回一个新查询，需要使用模型类名去获取字段来进行比较。
filter_by()：把等值(只能使用=比较操作)过滤器添加到查询上，返回一个新查询。
order_by()：根据指定条件对查询结果进行排序，返回一个新查询。
group_by()：根据指定条件对原查询结果进行分组，返回一个新查询。

2. 常用查询执行器

all()：以列表的形式返回查询的所有结果
first()：返回查询的第一个结果，
first_or_404()：同first(), 只不过如果没有找到的话，返回404错误
get()：返回指定主键对应的行，
get_or_404()：返回指定主键对应的行，如不存在，返回404错误
count()：返回查询结果的数量
paginate()：返回一个Paginate对象，包含指定范围内的结果。

3. 查询条件

startswith('xx')：查询以xx开头的所有数据
endswith('xx')：查询以xx结尾的所有数据
not_()：取反
and_()：返回and()条件满足的所有数据
or_()：返回or()条件满足的所有数据

示例：

									from flask import Flask

									from flask_sqlalchemy import SQLAlchemy

									from settings import Config

									app = Flask(__name__)

									app.config.from_object(Config)

									# 创建数据库实例对象

									db = SQLAlchemy(app)

									class Role(db.Model):

									  """创建角色模型类"""

									  __tablename__ = 'roles'

									  id = db.Column(db.Integer, primary_key=True)

									  name = db.Column(db.String(64), unique=True)

									  # 描述roles表和users表的关系,

									  # 第一个参数为多那端的模型类名

									  # 第二个参数backref:为模型类名声明新属性,这样就可以实现反向查询

									  # 第三个参数决定了什么时候从数据库中查询数据

									  us = db.relationship('User', backref='role', lazy='dynamic')

									  def __repr__(self):

									    return 'Role:%s' % self.name

									class User(db.Model):

									  """创建用户模型类"""

									  # 设置表名

									  __tablename__ = 'users'

									  # 添加主键

									  id = db.Column(db.Integer, primary_key=True)

									  # 用户名

									  name = db.Column(db.String(30), unique=True)

									  email = db.Column(db.String(64), unique=True)

									  password = db.Column(db.String(64))

									  # 定义一个外键

									  role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

									  def __repr__(self):

									    return 'User:%s' % self.name

									if __name__ == '__main__':

									  # 先删除表

									  db.drop_all()

									  # 创建表

									  db.create_all()

									  # 添加数据

									  app.run()

希望本文所述对大家Python程序设计有所帮助。

原文链接：https://www.cnblogs.com/fangtaoa/p/9064773.html

Python框架Flask的基本数据库操作方法分析

一、ORM

二、Flask-SQLAlchemy的介绍

三、Flask-SQLAlchemy的基本操作

相关文章

热门资讯