Python ORM框架SQLAlchemy学习笔记之数据查询实例

php中文网

发布时间：2016-06-16 08:43:48

1818人浏览过

来源于php中文网

原创

前期我们做了充足的准备工作，现在该是关键内容之一查询了，当然前面的文章中或多或少的穿插了些有关查询的东西，比如一个查询(query)对象就是通过session会话的query()方法获取的，需要注意的是这个方法的参数数目是可变的，也就是说我们可以传入任意多的参数数目，参数的类型可以是任意的类组合或者是类的名称，接下来我们的例子就说明了这一点，我们让query对象加载了user实例。

复制代码代码如下:

>>> for instance in session.query(User).order_by(User.id):
...     print instance.name, instance.fullname
SELECT users.id AS users_id,
        users.name AS users_name,
        users.fullname AS users_fullname,
        users.password AS users_password
FROM users ORDER BY users.id
()

ed Ed Jones
wendy Wendy Williams
mary Mary Contrary
fred Fred Flinstone

当然通过这个例子我们得到Query对象返回的是一组可迭代的User实例表，然后我们通过for in语句访问，比如说这里可以依次输出“用户名”instance.name和“用户全名”instance.fullname。大家可能还注意到后面有个.order_by(User.id)，这个和SQL语句一样的，指示结果集按User.id所映射的表列进行排序。

假设我们仅仅只需要“用户名”和“用户全名”，对于对象实例的其他属性不感兴趣的话，也可以直接查询它们(类的属性名称)，当然这里的前提是这个类必须是ORM映射的，无论何时，任意数目的类实体或者基于列的实体均可以作为query()方法的参数，当然最终Query对象会返回元组类型。

复制代码代码如下:

>>> for name, fullname in session.query(User.name, User.fullname):
... print name, fullname
SELECT users.name AS users_name,
users.fullname AS users_fullname
FROM users
()

ed Ed Jones
wendy Wendy Williams
mary Mary Contrary
fred Fred Flinstone
返回的元组类型也可以被看作是普通的Python对象，属性名称归属性名称，类型名称归类型名称，比如下面的例子：

复制代码代码如下:

>>> for row in session.query(User, User.name).all():
...    print row.User, row.name
SELECT users.id AS users_id,
        users.name AS users_name,
        users.fullname AS users_fullname,
        users.password AS users_password
FROM users
()

ed
wendy
mary
fred
当然你也可以搞点个性化，比如通过label()方法改变单独的列表达式名称，当然这个方法只有在映射到实体表的列元素对象(ColumnElement-derived)中存在(比如 User.name)：

复制代码代码如下:

>>> for row in session.query(User.name.label('name_label')).all():
... print(row.name_label)
SELECT users.name AS name_label
FROM users
()

ed
wendy
mary
fred
之前我们看到查询对象实例必须用到实体类的全名(User)，假设我们要多次使用这个实体类名作为查询对象(比如表连接操作)query()的参数，则我们可以给它取个“别名”，然后就可以通过别名来传入参数：

复制代码代码如下:

>>> from sqlalchemy.orm import aliased
>>> user_alias = aliased(User, name='user_alias')

>>> for row in session.query(user_alias, user_alias.name).all():
...    print row.user_alias
SELECT user_alias.id AS user_alias_id,
        user_alias.name AS user_alias_name,
        user_alias.fullname AS user_alias_fullname,
        user_alias.password AS user_alias_password
FROM users AS user_alias
()

学过MySQL等这类数据库的同学可能知道LIMIT和OFFSET这两个SQL操作，这个能够很方便的帮助我们控制记录的数目和位置，常常被用于数据分页操作，当然这类操作SQLAlchemy的Query对象已经帮我们想好了，而且很简单的可以通过Python数组分片来实现，这个操作常常和ORDER BY一起使用：

复制代码代码如下:

>>> for u in session.query(User).order_by(User.id)[1:3]:
...    print u
SELECT users.id AS users_id,
        users.name AS users_name,
        users.fullname AS users_fullname,
        users.password AS users_password
FROM users ORDER BY users.id
LIMIT ? OFFSET ?
(2, 1)

假如我们需要筛选过滤特定结果，则可以使用filter_by()方法，这个方法使用关键词参数：

复制代码代码如下:

>>> for name, in session.query(User.name).\
... filter_by(fullname='Ed Jones'):
... print name
SELECT users.name AS users_name FROM users
WHERE users.fullname = ?
('Ed Jones',)

ed
或者使用filter()同样能达到目的，不过需要注意的是其使用了更加灵活的类似SQL语句的表达式结构，这意味着你可以在其内部使用Python自身的操作符，比如比较操作：

复制代码代码如下:

>>> for name, in session.query(User.name).\
... filter(User.fullname=='Ed Jones'):
... print name
SELECT users.name AS users_name FROM users
WHERE users.fullname = ?
('Ed Jones',)

ed
注意这里的User.fullname=='Ed Jones'，比较操作与Ed Jones相等的才筛选。

当然强大的Query对象有个很有用的特性，那就是它是可以串联的，意味着Query对象的每一步操作将会返回一个Query对象，你可以将相同的方法串联到一起形成表达式结构，假如说我们要查询用户名为”ed”并且全名为”Ed Jones”的用户，你可以直接串联调用filter()两次，表示SQL语句里的AND连接：

复制代码代码如下:

>>> for user in session.query(User).\
...          filter(User.name=='ed').\
...          filter(User.fullname=='Ed Jones'):
...    print user
SELECT users.id AS users_id,
        users.name AS users_name,
        users.fullname AS users_fullname,
        users.password AS users_password
FROM users
WHERE users.name = ? AND users.fullname = ?
('ed', 'Ed Jones')

下面列举一些使用filter()常见的筛选过滤操作：

1. 相等

拍我AI

AI视频生成平台PixVerse的国内版本

下载

立即学习“Python免费学习笔记（深入）”；

复制代码代码如下:

query.filter(User.name == 'ed')
2. 不等

复制代码代码如下:

query.filter(User.name != 'ed')
3. LIKE

复制代码代码如下:

query.filter(User.name.like('%ed%'))
4. IN

复制代码代码如下:

query.filter(User.name.in_(['ed', 'wendy', 'jack']))

# works with query objects too:

query.filter(User.name.in_(session.query(User.name).filter(User.name.like('%ed%'))))
5. NOT IN

复制代码代码如下:

query.filter(~User.name.in_(['ed', 'wendy', 'jack']))
6. IS NULL

复制代码代码如下:

filter(User.name == None)
7. IS NOT NULL

复制代码代码如下:

filter(User.name != None)
8. AND

复制代码代码如下:

from sqlalchemy import and_
filter(and_(User.name == 'ed', User.fullname == 'Ed Jones'))

# or call filter()/filter_by() multiple times
filter(User.name == 'ed').filter(User.fullname == 'Ed Jones')
9. OR

复制代码代码如下:

from sqlalchemy import or_
filter(or_(User.name == 'ed', User.name == 'wendy'))
10. 匹配

复制代码代码如下:

query.filter(User.name.match('wendy'))
match()参数内容由数据库后台指定。(注：原文是“The contents of the match parameter are database backend specific.”，不太明白这个操作的意思)

好了，今天就介绍这么多，基本上都是蹩脚的翻译，希望对大家能够帮助

Python 结构化日志实现技巧

Python内存占用如何分析_tracemalloc用法

Python多线程真的并发吗_GIL机制原理解析

Python脚本打包发布_setuptools入门

Python如何写泛型代码_Generic类型设计实践

python速学教程(入门到精通)

python怎么学习？python怎么入门？python在哪学？python怎么学才快？不用担心，这里为大家提供了python速学教程(入门到精通)，有需要的小伙伴保存下载就能学习啦！

下载

相关专题

Golang 测试体系与代码质量保障：工程级可靠性建设

Go语言测试体系与代码质量保障聚焦于构建工程级可靠性系统。本专题深入解析Go的测试工具链（如go test）、单元测试、集成测试及端到端测试实践，结合代码覆盖率分析、静态代码扫描（如go vet）和动态分析工具，建立全链路质量监控机制。通过自动化测试框架、持续集成（CI）流水线配置及代码审查规范，实现测试用例管理、缺陷追踪与质量门禁控制，确保代码健壮性与可维护性，为高可靠性工程系统提供质量保障。

2026.02.28

Golang 工程化架构设计：可维护与可演进系统构建

Go语言工程化架构设计专注于构建高可维护性、可演进的企业级系统。本专题深入探讨Go项目的目录结构设计、模块划分、依赖管理等核心架构原则，涵盖微服务架构、领域驱动设计(DDD)在Go中的实践应用。通过实战案例解析接口抽象、错误处理、配置管理、日志监控等关键工程化技术，帮助开发者掌握构建稳定、可扩展Go应用的最佳实践方法。

2026.02.28

Golang 性能分析与运行时机制：构建高性能程序

Go语言以其高效的并发模型和优异的性能表现广泛应用于高并发、高性能场景。其运行时机制包括 Goroutine 调度、内存管理、垃圾回收等方面，深入理解这些机制有助于编写更高效稳定的程序。本专题将系统讲解 Golang 的性能分析工具使用、常见性能瓶颈定位及优化策略，并结合实际案例剖析 Go 程序的运行时行为，帮助开发者掌握构建高性能应用的关键技能。

2026.02.28