上节使用query从数据库中查询到了结果，但是query返回的对象是直接可用的吗？
from connect import session
from user_modules import User
query**返回对象**
rs = session.query(User).filter(User.username=='budong')
print(rs, type(rs))
根据返回结果来看， rs 是一个 Query 对象，打印出来可以看到转化的 SQL语句
使用 SQLAlchemy 时，如果想要查看最终在数据库中执行的 sql ，可以通过上述方式来查看
all
session.query(User).filter(User.username=='budong').all()
all 是返回所有符合条件的数据
first
session.query(User).filter(User.username=='budong').first()
first 是返回所有符合条件数据的第一条数据
[0]
session.query(User).filter(User.username=='budong')[0]
[0] 和 first 类似，但是如果没有符合条件的数据则会报错
取值方式
rs = session.query(User).filter(User.username=='budong').all()
getattr(rs[0], 'username'), rs[0].username这两种方式可以取到具体的数据值
all
session.query(User.username).filter(User.username=='budong').all()
这里，在 query 中查询对象的某个属性值 ( 对应为查询表中某个字段的值 )，返回的结果不再是一个Query 对象，而是一个列表
first
session.query(User.username).filter(User.username=='budong').first()
同理，但是 first 返回结果是一个元组
[0]
session.query(User.username).filter(User.username=='budong')[0]
[0] 和 first 类似，但是如果没有符合条件的数据则会报错
返回对象
必须掌握：不同查询方式，返回对象的区别。如果是整表查询则返回 Module的一个实例；如果是查询某个属性，返回的则是具体的数据
返回结果取值
必须掌握：不同的返回结果，取值方式也会有所区别，如果是 Module 实例，需要通过属性访问的方式取值，同时也要注意 all 和 first 返回的结果的区别
02 条件查询
在实际的工作中，查询的时候会有很多的要求，通过不同的条件筛选出精准的数据，那在SQLAlchemy中该如何进行条件查询呢？
过滤函数
filter
session.query(User).filter(User.username=='budong').all()
filter 是一个过滤函数，过滤条件都可以书写在此函数中，不同的条件之间用 逗号 分隔
filter_by
session.query(User).filter_by(username='budong').all()
filter_by 也是一个过滤函数，但是功能要弱一些
filter 和 filter_by 的区别
二者都是 过滤函数，但是使用有如下差别：
-
filter 中需要添加类对象，filter_by不需要
-
filter_by 中只能添加等于的条件，不能添加 不等于、大于小于等条件，filter没有这个限制
模糊查询
like 和 notlike
session.query(User.id).filter(User.username.like('budong%')).all()
session.query(User.id).filter(User.username.notlike('budong%')).all()
like 是模糊查询，和数据库中的 like 用法一样
notlike 和 like 作用相反
in_ 和 notin_
session.query(User.id).filter(User.username.in_(['budong', 'tuple'])).all()
session.query(User.id).filter(User.username.notin_(['budong', 'tuple'])).all()
in_ 和 notin_ 是范围查找
is_ 和 isnot_
session.query(User.id).filter(User.username.is_(None)).all()
session.query(User.id).filter(User.username.isnot(None)).all()
判断为空还可以使用：
session.query(User.id).filter(User.username==None).all()
is_ 和 isnot 精确查找
查询结果数
all
session.query(User.username).filter(User.username!='budong').all()
先用 all 查看所有的数据
limit
session.query(User.username).filter(User.username!='budong').limit(2).all()
limit 查看前两条数据
offset
session.query(User.username).filter(User.username!='budong').offset(1).all()
offset 偏移一条记录
slice
session.query(User.username).filter(User.username!='budong').slice(1,3).all()
slice 对查询出来的数据进行切片取值
one
session.query(User.username).filter(User.username=='tuple').one()
one 查询一条数据，如果存在多条则报错
排序
导入
fromsqlalchemy import desc
order_by
session.query(User.username).filter(User.username!='budong').order_by(User.id).all()
order_by 对查询出来的结果进行排序，默认是顺序
desc
session.query(User.username).filter(User.username!='budong').order_by(desc(User.username)).all()
desc 是倒序排序
order_by 和 limit
session.query(User.username).filter(User.username!='budong').order_by(User.username).limit(3).all()
order_by 和 limit 一起使用的时候，可以通过如上方式
函数
导入
from sqlalchemy import func,extract
func.count
session.query(User.password,func.count(User.id)).group_by(User.password).all()
使用函数时，需要导入 func， group_by 和 order_by 一样，是可以直接使用的，不需要导入
func.count
session.query(User.password, func.count(User.id)).group_by(User.password).having(func.count(User.id)>1).all()
having 也可以直接使用，使用方法也和 SQL 中使用类似
聚合函数
func.sum
session.query(User.password, func.sum(User.id)).group_by(User.password).all()
sum 求和
func.max
session.query(User.password, func.max(User.id)).group_by(User.password).all()
max 求最大值
func.min
session.query(User.password, func.min(User.id)).group_by(User.password).all()
min 求最小值
ctrl点func查看源码中的函数
函数
extract
session.query(extract('minute',User.creatime).label('minute'), func.count(User.id)).group_by('minute').all()
extract 提取对象中的数据，这里提取分钟，并把提取出来的结果用 label 命名别名，之后就可以使用 group_by 来分组
extract
session.query(extract('day',User.creatime).label('day'), func.count('*')).group_by('day').all()
count 里面同样可以使用 *
这里只是给出一个演示实例，如果在今后需要使用其他的函数，导入即可
选择条件
导入
from sqlalchemy import or_
and_ or_
session.query(User.username).filter(or_(User.username.isnot(None), User.password=='qwe123')).all()
or_ 是或者的意思，和数据库中的 or 一样
03 多表查询
新建 Module
from sqlalchemy import ForeignKey
class UserDetails(Base):
tablename='user_details' id = Column(Integer, primary_key=True, autoincrement=True)
id_card = Column(Integer,nullable=True,unique=True)
last_login = Column(DateTime)
login_num = Column(Integer,default=0)
user_id = Column(Integer,ForeignKey('user.id'))
def repr(self):
return '<UserDetails(id=%s,id_card=%s,last_login=%s,login_num=%s,user_id=%s)>'%( self.id, self.id_card, self.lost_login, self.login_num, self.user_id )
导入
from user_modules import UserDetails
cross join
session.query(UserDetails,User)
通过打印的 SQL 来看，这种是 cross join，笛卡尔积
示例
session.query(UserDetails, User).filter(UserDetails.id==User.id).all()
inner join
session.query(User.username, UserDetails.lost_login).join(UserDetails,UserDetails.id==User.id)
通过打印的 SQL 来看，上面这种方式是 inner join
示例
session.query(User.username,UserDetails.lost_login).join(UserDetails,UserDetails.id==User.id).all()
left join
session.query(User.username,UserDetails.lost_login).outerjoin(UserDetails,UserDetails.id==User.id)
通过上面打印的 SQL 来看， 上面这种方式采用的是left join
示例
session.query(User.username,UserDetails.lost_login).outerjoin(UserDetails,UserDetails.id==User.id).all()
union
q1 = session.query(User.id)
q2 = session.query(UserDetails.id)
q1.union(q2).all()
union 是联合查询，有自动去重的功能，对应的还有 union_all
子表查询
声明子表
sql_0 = session.query(UserDetails.lost_login).subquery()
subquery 声明子表
使用
session.query(User, sql_0.c.lost_login).all()
注意：子表使用时要注意使用方法 .c属性访问子表列名，column,
04 原生SQL查询
SQLAlchemy 虽然可以不用担心SQL问题，但有些情况下难免看上去比较麻烦，这个时候用原生的SQL会更加方便，这个可以实现吗？
SQL
sql_1=''' select * from `user` #注意表名用反引号，数字1左边。 '''
查询
row = session.execute(sql_1)
取值
row.fetchone()
row.fetchmany()
row.fetchall()
循环取值
for i in row:
print(i)