PythonStock（6）：使用 dataTable+python+Tornado 实现服务端多字段查询

前言

---

使用Python开发一个股票项目。
项目地址：
https://github.com/pythonstock/stock
相关资料：
http://blog.csdn.net/freewebsys/article/category/7076584
主要使用开发语言是python。
使用的lib库是pandas，tushare，TensorFlow，tornado等。

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78031100未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys

1，使用DataTable查询数据

---

参考文档：
https://datatables.net/examples/api/regex.html

之前几篇已经把DataTable都弄明白了。
现在要把最后的一个数据查询弄好。可以将字段进行filter查询。

2，增加filter查询

---

开启filter插件：

    "bFilter": true,

但是页面上多两个查询输入框，不好看了。

<style>
    #dynamic-table_filter {display: none;}
</style>

不显示就行了。然后循环显示：

    <div class="row">
        {% for index,element in enumerate(stockWeb.columns) %}
        <div class="col-md-4" id="filter_col{{ index+1 }}" data-column="{{ index }}">
            {{ stockWeb.column_names[index] }} &nbsp;
            <!-- Column - {{ stockWeb.column_names[index] }} - {{ element }} -->
            <input type="text" class="column_filter input-group-sm form-control" id="col{{ index }}_filter">
        </div>
        {% end %}
    </div>

使用tornado的模板显示所有的输入字段。
增加按钮点击事件：

$('input.column_filter').on( 'keyup click', function () {
    var i =  $(this).parents('div').attr('data-column') ;
    console.log(i,"val:",$(this).val());
    myTable.column(i).search(
        $(this).val()
    ).draw();
});

使用dataTable的search方法，这个方法可以记住之前输入的字段。
并不用每次都循环全部的input。在设计上就已经存储了其他字段的数据。

在后台处理：

search_by_column = []
search_by_data = []

# 返回search字段。
for item, val in self.request.arguments.items():
    # logging.info("item: %s, val: %s" % (item, val))
    if str(item).startswith("columns[") and str(item).endswith("[search][value]"):
        logging.info("item: %s, val: %s" % (item, val))
        str_idx = item.replace("columns[", "").replace("][search][value]", "")
        int_idx = int(str_idx)
        # 找到字符串
        str_val = val[0].decode("utf-8")
        if str_val != "":  # 字符串。
            search_by_column.append(stock_web.columns[int_idx])
            search_by_data.append(val[0].decode("utf-8"))  # bytes转换字符串

# 打印日志。
search_sql = ""
search_idx = 0
logging.info(search_by_column)
logging.info(search_by_data)
for item in search_by_column:
    val = search_by_data[search_idx]
    logging.info("idx: %s, column: %s, value: %s " % (search_idx, item, val))
    # 查询sql
    if search_idx == 0:
        search_sql = " WHERE %s = '%s' " % (item, val)
    else:
        search_sql = search_sql + " AND %s = '%s' " % (item, val)
    search_idx = search_idx + 1

在数据中返回样式：

item: columns[0][search][value], val: [b'1989-02-01']
item: columns[1][search][value], val: [b'']
item: columns[2][search][value], val: [b'']

3，显示效果

---

按照每个数据表生成查询

查询出匹配日期的数据

支持多个字段进行精确查询

4，总结

---

目前dataTable 的功能研究就算是告一段落了。
该研究的都研究明白了。可以成为一个完整的数据报表了。
有查询，排序，分页。对与股票数据的基本操作够用了。
dataTable 是一个做报表展示的丰富的类库，有很多插件。
使用起来也非常的方便。

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78031100 未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys