1, 函数编程:数据和逻辑分离
a= 123
b = 456
c = 789
def exc3(proc_name):
callproc(xxx)
return xxx
def exc4(proc_name):
callproc(xxx)
return xxx
2,面向对象:数据和逻辑(属性和行为)组合在一起
class SqlHelper:
def __init__(self):
self.host = ''
self.port =''
self.db =''
self.charset=''
def exc1(self,SQL):
# 连接
conn(self.host,)
execute("inser")
return xx
def exc2(self,proc_name):
callproc(xxx)
return xxx
1. 提取共性
2. 分类
3. 模板“约束”
4. 当一类函数公用同样参数时候,可以转变成类进行 - 分类
3,分类示例:
类 = 表;对象=行
class Userinfo:
def __init__(self,id,name):
""" ‘约束’每个对象中只有两个字段,即:每个行数据都有id和name列"""
self.id = id
self.name= name
def add(self,name):
pass
# row1 = UserInfo(1,'alex') # 第一行
# row2 = UserInfo(2,'alex') # 第二行
4,特殊方法:
class Foo:
def __init__(self,name):
self.name = name
def show(self):
print(self.name)
def __call__(self):
pass
def __getitem__(self,key):
pass
def __setitem__(self,key,value):
pass
def __delitem__(self,key):
pass
obj1 = Foo('eric')
obj1() #调用__call__方法
obj1['k'] #调用__getitem__方法
obj1['k'] = 123 #调用__setitem__方法
del obj[k] #调用__delitem__方法
obj.__dict__
5. ORM框架:SQLAlchemy
- 作用:
1. 提供简单的规则
2. 自动转换成SQL语句
- DB first: 手动创建数据库以及表 -> 通过ORM框架 -> 自动生成类
- code first: 手动创建类、和数据库 -> 通过ORM框架 -> 以及表
a. 功能
- 创建数据库表
- 连接数据库(非SQLAlchemy,pymyql,mysqldb,....)
- 类转换SQL语句
- 操作数据行
增
删
改
查
- 便利的功能
2. 自己开发Web框架
- socket
- http协议
- HTML知识
- 数据库(pymysql,SQLAlchemy)
6,
SQLAlchemy是Python编程语言下的一款ORM框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,简言之便是:将对象转换成SQL,然后使用数据API执行SQL并获取执行结果。
安装sqlAlchemy模块:pip install flask-SQLAlchemy
从代码 > 表。
from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index,CHAR,VARCHAR from sqlalchemy.orm import sessionmaker, relationship from sqlalchemy import create_engine Base = declarative_base() class UserType(Base): __tablename__='usertype' id = Column(Integer,primary_key=True,autoincrement=True) title=Column(VARCHAR(32),nullable=True,index=True) class Users(Base): __tablename__='users' id=Column(Integer,primary_key=True,autoincrement=True) name = Column(VARCHAR(32),nullable=True,index=True) email = Column(VARCHAR(16),unique=True) user_type_id = Column(Integer,ForeignKey('usertype.id')) def create_db(): engine = create_engine('mysql+pymysql://alex:redhat@10.10.66.45:3306/py_day43?charset=utf8',max_overflow=5) Base.metadata.create_all(engine) def drop_db(): engine = create_engine('mysql+pymysql://alex:redhat@10.10.66.45:3306/py_day43?charset=utf8',max_overflow=5) Base.metadata.drop_all(engine) engine = create_engine('mysql+pymysql://alex:redhat@10.10.66.45:3306/py_day43?charset=utf8',max_overflow=5) Session =sessionmaker(bind=engine) session = Session() create_db() # drop_db() session.commit() session.close()
类 ->表,对象 -> 行
增
# obj1 = UserType(title='普通用户') # session.add(obj1) #增加一行 objs = [ UserType(title='超级用户'), UserType(title='白金用户'), UserType(title='黑金用户') ] session.add_all(objs) #增加多行
删
session.query(UserType).filter(UserType.id>2).delete()
改
session.query(UserType.id,UserType.title).filter(UserType.id>0).update({'title':'黑金'}) session.query(UserType).filter(UserType.id>0).update({UserType.title:UserType.title+'X'},synchronize_session=False) session.query(UserType).filter(UserType.id>0).update({'num':UserType.num+1},synchronize_session='evaluate')
查
print(session.query(UserType)) #代表SQL语句 print(session.query(UserType).all()) #执行SQL语句后的查询结果 user_type_list = session.query(UserType).all() for row in user_type_list: print(row.id,row.title) #每一行,为一个对象,表中有多少行,就有多少个对象。将行取出并打印 # select xxx UserType where user_type_list = session.query(UserType.id,UserType.title).filter(UserType.id>2) # filter代表WHERE for row in user_type_list: print(row.id,row.title)
其它
条件 ret = session.query(Users).filter_by(name='alex').all() ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all() ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all() ret = session.query(Users).filter(Users.id.in_([1,3,4])).all() ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all() ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all() 与 或: from sqlalchemy import and_, or_ ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all() ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all() ret = session.query(Users).filter( or_( Users.id < 2, and_(Users.name == 'eric', Users.id > 3), Users.extra != "" )).all() 通配符 非: ret = session.query(Users).filter(Users.name.like('e%')).all() ret = session.query(Users).filter(~Users.name.like('e%')).all() 限制: ret = session.query(Users)[1:2] 排序: ret = session.query(Users).order_by(Users.name.desc()).all() ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all() 分组: from sqlalchemy.sql import func ret = session.query(Users).group_by(Users.extra).all() ret = session.query( func.max(Users.id), func.sum(Users.id), func.min(Users.id)).group_by(Users.name).all() ret = session.query( func.max(Users.id), func.sum(Users.id), func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all() 连表: ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all() ret = session.query(Person).join(Favor).all() #默认是inner join ret = session.query(Person).join(Favor, isouter=True).all() #加上isouter=true,就改为left join。left join就是left outer join的简写
示例:
user_list = session.query(Users,UserType).join(UserType,isouter=True)
print(user_list)
for row in user_list:
print(row[0].id,row[0].name,row[0].email,row[0].user_type_id,row[1].title) #ro[0]是Users表,ro[1]是UserType表
组合: q1 = session.query(Users.name).filter(Users.id > 2) q2 = session.query(Favor.caption).filter(Favor.nid < 2) ret = q1.union(q2).all() q1 = session.query(Users.name).filter(Users.id > 2) q2 = session.query(Favor.caption).filter(Favor.nid < 2) ret = q1.union_all(q2).all()
子查询:
7,
class Users(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True, autoincrement=True) name = Column(VARCHAR(32), nullable=True, index=True) email = Column(VARCHAR(16), unique=True) user_type_id = Column(Integer,ForeignKey("usertype.id")) user_type = relationship("UserType") #relationship指当前表的行,与外键的行关联起来,当前表被操作时,外键数据会一起输出显示。正向操作
#用调用外键方式一
user_list = session.query(Users,UserType).join(UserType,isouter=True) #没有使用relationship时,调用外键的代码
print(user_list)
for row in user_list:
print(row[0].id,row[0].name,row[0].email,row[0].user_type_id,row[1].title)
#用调用外键方式二
user_list = session.query(Users) #在Users类中使用relationship时,可操作外键数据,代码比用SQL语句调用外键要少
print(user_list)
for row in user_list:
print(row.id,row.name,row.email,row.user_type_id,row.user_type.title)
8,
class Users(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(VARCHAR(32), nullable=True, index=True)
email = Column(VARCHAR(16), unique=True)
user_type_id = Column(Integer,ForeignKey("usertype.id")) user_type = relationship("UserType",backref='xxoo') #backref指在操作外键的表时,当前表的行会被关联。反向操作
type_list = session.query(UserType)
for row in type_list:
print(row.id,row.title,session.query(Users).filter(Users.user_type_id == row.id).all())
type_list = session.query(UserType)
for row in type_list:
print(row.id,row.title,row.xxoo) #当在Users类中的relationship增加backref='xxoo'。本段代码输出跟上面的代码输出是一样的