用session做數據的增刪改查操作：

1、創建模型類，生成數據表

#第一步：創建基類 Base=declarative_base(engine)#第二步：定義python類和表的映射 class Person(Base):__tablename__='t_person' #創建表名，最好是t_開頭id=Column(name='id',type_=Integer,primary_key=True,autoincrement=True)name=Column(name='name',type_=String(255))age=Column(name='age',type_=Integer)address=Column(name='address',type_=String(255))country=Column(name='country',type_=String(50)) #創建表之后新加的字段city=Column(name='city',type_=String(50)) #創建表之后新加的字段def __str__(self):return '姓名:{}-年領:{}-地址:{}-國家:{}-城市:{}'.format(self.name,self.age,self.address,self.country,self.city)#第三步：模型類創建表 #Base.metadata.drop_all() Base.metadata.create_all()

2、 構建session對象：

所有和數據庫的ORM操作都必須通過一個叫做session的會話對象來實現，
通過以下代碼來獲取會話對象：

from sqlalchemy.orm import sessionmaker engine = create_engine(DB_URI) Base = declarative_base(engine) session = sessionmaker(engine)() # 注意，返回的是一個函數

特別注意1：session = sessionmaker(engine)() 返回的是一個函數

3、增加數據（C）

增加一條數據

#創建對象，也即創建一條數據： p1=Person(name='zz',age=20,address='豐臺區',country='中國',city='北京') # 將這個對象添加到`session`會話對象中： session.add(p1) # 將session中的對象做commit操作（提交） session.commit()

一次性增加多條數據

#添加數據到數據庫 p1=Person(name='django',age=17,address='豐臺區',country='中國',city='北京') p2=Person(name='kb',age=21,address='大興區',country='中國',city='北京') p3=Person(name='python',age=18,address='昌平區',country='中國',city='北京') p4=Person(name='flask',age=25,address='海淀區',country='中國',city='北京') session.add_all([p1,p2,p3,p4]) session.commit()

4、查找數據

1、查找模型對應的表中所有的數據

all_person=session.query(Person).all() for person in all_person:print(person) 姓名:zz-年領:20-地址:豐臺區-國家:中國-城市:北京 姓名:django-年領:17-地址:豐臺區-國家:中國-城市:北京 姓名:kb-年領:21-地址:大興區-國家:中國-城市:北京 姓名:python-年領:18-地址:昌平區-國家:中國-城市:北京 姓名:flask-年領:25-地址:海淀區-國家:中國-城市:北京

2、使用first方法獲取結果集中的第一條數據

p1=session.query(Person).first() print(p1) 姓名:zz-年領:20-地址:豐臺區-國家:中國-城市:北京

3、使用filter來做條件查詢
例如：查詢年領在20歲以上的人物信息

p2=session.query(Person).filter(Person.age>20) print(p2)

打印結果：是一條sql語句

SELECT t_person.id AS t_person_id, t_person.name AS t_person_name, t_person.age AS t_person_age, t_person.address AS t_person_address, t_person.country AS t_person_country, t_person.city AS t_person_city FROM t_person WHERE t_person.age > %(age_1)s

注意2：只有加上first，all函數才會返回具體的數據，不然只打印出sql語句

p3=session.query(Person).filter(Person.age>20).all() for p in p3:print(p) 姓名:kb-年領:21-地址:大興區-國家:中國-城市:北京 姓名:flask-年領:25-地址:海淀區-國家:中國-城市:北京

4、使用filter_by來做條件查詢

p4=session.query(Person).filter_by(age=20).all() for p in p4:print(p) 姓名:zz-年領:20-地址:豐臺區-國家:中國-城市:北京

五、filter過濾條件：

過濾是數據提取的一個很重要的功能，以下對一些常用的過濾條件進行解釋，并且這些過濾條件都是只能通過filter方法實現的：
特別注意3：filter:用模型類名.屬性名=='屬性值’的方式過濾查詢

1.equals ：

查詢名字叫python的人物信息

p5=session.query(Person).filter(Person.name=='python').all() print(p5)

2.not equals : !

查詢名字不叫flask的人物信息

p6=session.query(Person).filter(Person.name!='flask').all() print(p6)

3.like & ilike [不區分大小寫]：

查詢名字包含an的人物信息

p7=session.query(Person).filter(Person.name.like('%an%')).all() print(p7)

4. in_：

查詢地區為海淀區和昌平區下的人物信息

p8=session.query(Person).filter(Person.address.in_(['昌平區','海淀區'])).all() print(p8)

5. not in：

查詢地區不是海淀區和昌平區下的任務信息

p9=session.query(Person).filter(~Person.address.in_(['昌平區','海淀區'])).all() print(p9)

6. is null：

查詢年領為None的人物信息

p10=session.query(Person).filter(Person.age==None).all() print(p10) 或者 p11=session.query(Person).filter(Person.age.is_(None)).all() print(p11)

7. is not null:

查詢年領不為None的人物信息

p12=session.query(Person).filter(Person.age!=None).all() print(p12) p13=session.query(Person).filter(Person.age.isnot(None)).all() print(p13)

8. and_：

查詢姓名是python,并且年領為20歲的人物信息

p14=session.query(Person).filter(Person.name=='python',Person.age=='20').all() print(p14) 或者 p15 = session.query(Person).filter(and_(Person.name == 'python', Person.age == '20')).all() print(p15) 或者 p16= session.query(Person).filter(Person.name == 'python').filter(Person.age=='20').all() print(p16)

9. or_：

查詢姓名是python,或者年領為18歲的人物信息

p17=session.query(Person).filter(or_(Person.name=='python',Person.age=='20')).all() print(p17)

特別注意4：上面的and_、or_都需要導入

from sqlalchemy import and_,or_

總結

以上是生活随笔為你收集整理的【Flask】数据的CRUD之增加和查询操作的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。