首页 > 编程语言 >Python Flask框架 -- ORM模型外键与表关系

Python Flask框架 -- ORM模型外键与表关系

时间:2024-03-24 23:58:05浏览次数:15  
标签:author Python db 外键 Column Flask User Article id

表关系

关系型数据库一个强大的功能,就是多个表之间可以建立关系。比如文章表中,通常需要保存作者数据,但是我们不需要直接把作者数据放到文章表中,而是通过外键引用用户表。这种强大的表关系,可以存储非常复杂的数据,并且可以让查询非常迅速。在Flask-SQLAlchemy中,同样也支持表关系的建立。表关系建立的前提,是通过数据库层面的外键实现的。表关系总体来讲可以分为三种,分别是:一对多(多对一)、一对一、多对多。

外键

外键是数据库层面的技术,在Flask-SQLAlchemy中支持创建ORM模型的时候就指定外键,创建外键是通过db.ForeignKey实现的。比如这里我们创建一个Article表,这个表有一个author_id字段,通过外键引用user表的id字段,用来保存文章是由谁编写的,那么Article的模型代码如下。

class Article(db.Model):
    __tablename__ = "article"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    title = db.Column(db.String(200), nullable=False)
    content = db.Column(db.Text, nullable=False)

    # 添加作者的外键
    author_id = db.Column(db.Integer, db.ForeignKey("user.id"))

以上代码,除了添加常规title、content属性外,还增加了一个author_id,author_id通过db.ForeignKey(user.id)引用了之前我们创建的user表的id字段。这里有个细节需要注意,author_id因为引用user表的id字段,所以他的类型必须跟user表的id字段一致,否则会报错。

一对多

1.建立关系

以上通过外键,实际上己经建立起一对多的关系,一篇文章只能引用一个作者,但是一个作者可以被多篇文章引用。但是以上只是建立了一个外键,通过Article的对象,还是无法直接获取到author_ id引用的那个User对象。为了达到操作ORM对象就跟操作普通Python对象一样,Flask-SQLAlchemy提供了db.relationship来引用外键所指向的那个ORM模型。
在以上的Article模型中,我们添加db.relationiship,示例代码如下。

class Article(db.Model):
    __tablename__ = "article"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    title = db.Column(db.String(200), nullable=False)
    content = db.Column(db.Text, nullable=False)
    author_id = db.Column(db.Integer, db.ForeignKey("user.id"))
    author = db.relationship("User")

我们添加了一个author属性,这个属性通过db.relationship与User模型建立了联系,以后通过Article的实例对象访问author的时候,比如article.author,那么Flask-SQLAlchemy会自动根据外键author_id从user表中寻找数据,并形成User模型实例对象。以下我们通过创建Article对象,并通过访问Article实例对象上的author属性来关联User对象,示例代码如下。

@app.route('/article/add')
def article_add():
    user = User.query.first()
    article = Article(title="aa", content="bb", author=user)
    db.session.add(article)
    db.session.commit()

    article = Article.query.filter_by(title='aa').first()
    print(article.author.username)

以上代码中,我们先是创建了一个article对象并添加到数据库中,接下来从数据库中提取,然后通过article.author.username可以访问到他的用户名。

2.建立双向关系

现在的Article模型可以通过author属性访问到对应的User实例对象。但是User实例对象无法访问到和他关联的所有Article实例对象。因此为了实现双向关系绑定,我们还需要在User模型上添加一个db.relationship类型的articles属性,并且在User模型和Article模型双方的db.relationship上,都需要添加一个back populates参数,用于绑定对方访问自己的属性,示例代码如下。

class User(db.Model):
    __tablename__ = "user"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    username = db.Column(db.String(100))
    password = db.Column(db.String(100))

    articles = db.relationship("Article", back_populates="author")


class Article(db.Model):
    __tablename__ = "article"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    title = db.column(db.String(200), nullable=False)
    content = db.Column(db.Text, nullable=False)

    author_id = db.Column(db.Integer, db.ForeignKey("user.id"))
    author = db.relationship("User", back_populates="articles")

在User端绑定了articles属性后,现在双方都能通过属性直接访问到对方了,示例代码如下。

user = User.query.first()
for article in user.articles:
    print(article.title)

3.简化关系定义 

以上User和Article模型中,我们通过在两边的db.relationship上,传递back_populates参数来实现双向绑定,这种方式有点啰嗦,我们还可以通过只在一个模型上定义db.relationship类型属性,并且传递backref参数,来实现双向绑定,示例代码如下。

class User(db.Model):
    __tablename__ = "user"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    username = db.Column(db.String(100))
    password = db.Column(db.String(100))


class Article(db.Model):
    __tablename__ = "article"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    title = db.column(db.String(200), nullable=False)
    content = db.Column(db.Text, nullable=False)

    author_id = db.Column(db.Integer, db.ForeignKey("user.id"))
    author = db.relationship("User", backref="articles")

以上代码中,我们删除了User模型上的articles属性,并且在Article模型上,将author属性的db.relationship中的back_populates修改为backref。backref参数的功能更加强大,它可以自动给对方添加db.relationship的属性。
这种方式虽然方便,但是在模型比较多,项目团队人数较多的情况,也容易造成困扰。比如User模型上根本没有看到定义articles属性,但是却在Article模型上创建了,这着实会让人摸不着头脑。因此为了更加直观和方便团队协作,我们建议使用back_populates来实
现双向绑定。 

实例:

class User(db.Model):
    __tablename__ = 'user'
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    username = db.Column(db.String(100), nullable=False)
    password = db.Column(db.String(100), nullable=False)

    # articles = db.relationship("Article", back_populates="author")  建立双向关系,这个和下面那个要一一对应


class Article(db.Model):
    __tablename__ = "article"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    title = db.Column(db.String(200), nullable=False)
    content = db.Column(db.Text, nullable=False)

    # 添加作者的外键
    author_id = db.Column(db.Integer, db.ForeignKey("user.id"))
    # author = db.relationship("User", back_populates="articles")    建立双向关系,这个和上面那个要一一对应

    # backref会自动给User模型添加一个article的属性,用来获取文章列表
    author = db.relationship("User", backref="articles")

    # 关联表
    # author = db.relationship("User")


article = Article(title='Flask学习', content='Flaskxxx')

with app.app_context():  # 请求应用上下文
    db.create_all()  # 把所有的表同步到数据库中去

运行后,在数据库中刷新

刷新前:

 

刷新后:

此时成功创建了article表,点击设计表进去查看

 可以看到已经和外键建立了联系

标签:author,Python,db,外键,Column,Flask,User,Article,id
From: https://blog.csdn.net/lpx666168/article/details/136985546

相关文章

  • Python综合实战案例-数据清洗&分析
    写在前面:本次是根据前文讲解的爬虫、数据清洗、分析进行的一个纵隔讲解案例,也是对自己这段时间python爬虫、数据分析方向的一个总结。本例设计一个豆瓣读书数据⽂件,book.xlsx⽂件保存的是爬取豆瓣⽹站得到的图书数据,共60671条。下⾯进⾏探索性数据分析。文章目录......
  • python综合实战案例-数据分析
    Python是进行数据分析的好工具,今天就是借助一个案例给大家进行数据分析讲解。本例设计一个log.txt⽂件,该文件记录了某个项⽬中某个api的调⽤情况,采样时间为每分钟⼀次,包括调⽤次数、响应时间等信息,⼤约18万条数据。下⾯进⾏探索性数据分析。一、分析api调用次数import......
  • python基础一:python列表基础和一些经典使用案例
    1.写在前面好久没有更新python这一块的内容了,所以今天整理一块python的内容。今天整理的内容是python里面的列表,作为在python中非常常见的数据类型,尝试用一篇文章来整理其常用的操作,方便以后查看使用。目前可能不全,以后遇到列表相关的操作都放到这篇文章里面来。首先从列表......
  • 蟒蛇书入门学习笔记(3)Python列表
    列表列表是一种数据结构,用于储存一系列有序的数据,可以根据需要动态地增加或删除元素。列表在很多编程语言中都有内置的实现,常用的操作包括插入、删除、修改和查找元素。1.列表的表示列表可以包含字符、数字等等元素,一般来说用表示复数的名称(如letters,digits,names)命名列表,用......
  • python数据挖掘实验一:数据分析及可视化应用
    1.导入pandas包importpandasaspd2.根据给定的原始数据集创建一个DataFrame类型对象dfdata={'id':[10001,10002,10003,10004,10005,10006,10007,10008,10009,10010],'name':['LY','CE','ZS','LS','WU','......
  • Python爬虫--2
    本节笔记获取豆瓣网站内容记录文件创建时间文件→设置→编辑器→文件和代码模板中找到PythonScript在输入界面输入"#日期:${DATE}"#文件:${NAME}新建一个Python文件,显示了此文件创建时间和文件名字一.单页获取1.获取电影名字网页URL:https://movie.douban.com/top250......
  • Python 中的抽象类和接口类
    【抽象类】抽象类是一个特殊的类,只能被继承,不能被实例化。它主要用于作为其他类的基类或模板。抽象类可以包含抽象方法和具体方法。在抽象类中定义的抽象方法必须在子类中进行实现。fromabcimportabstractmethod,ABCMetaclassFruit(metaclass=ABCMeta):@abstractme......
  • Python好库
    Python好库一、有序列表fromsortedcontainersimportSortedListsl=SortedList([1,3])sl.add(-1)sl.remove(3)print(sl)print(sl.bisect_left(1))print(sl.bisect_right(3))"""SortedList([-1,1])12"""二、排列组合fromitertoolsimpor......
  • 【Python】可视化Python库的依赖关系
    这里主要用了两个库:pipdeptree和pyecharts。pipdeptree用来解析所有库的依赖关系。pyecharts用来显示依赖的网络关系。通常的方法应该是通过输入下面命令:pipdeptree--json-tree>pkg.json得到关系树文件,然后解析该文件并在pyecharts显示即可。不过我不想解析json文件了......
  • Python问题异常处理与日志结合
    我们掌握了try-except来处理程序运行中可能遇到的异常,以及使用logging来记录程序运行日志,该篇文章就结合二者来讲讲如何记录程序运行过程中的各种事件、状态信息以及遇到的异常情况,以便于追踪、诊断和解决程序运行时的问题。目录一、配置日志记录器 (logging.Logger)二、......