TinyDB(Query())
数据存储格式
1、默认使用JSON格式,只能处理简单类型的数据,自定义类肯定搞不定。
2、如果出现了问题,可以自己写存储格式,可以变得更强大但是也更慢。
提示:如果多个TinyDB打开了同一个数据源(json文件),在用Query()查询是会意外。
1、ORM语法
开始不太懂,自己查了下:
ORM:对象关系映射(Object Relational Mapping,简称ORM),
目的是想像操作对象一样操作数据库.因为数据库不是面向对象的,所以需要编程进行映射.
1.1 基本操作
这里要使用上一节代码跑完后生成的 db.json 文件。
前提条件是:实例化一个TinyDB()对象 db = TinyDB('db.json') 和一个Query()对象 User = Query()
db = TinyDB('db.json') User = Query() a = db.search(User.name == 'John') print(a) # [{'name': 'John', 'age': 22}]
因为在上一节不小心跑了两遍insert(),所以相当于添加了两次 {'name': 'John', 'age': 22} 。这个入门里面已经讲了,记得代码里面还可用中文。
1.2 嵌套查询
如果字典里面key对应的value也是字典怎么办?这种情况应该还是蛮常见的。
db.insert({'湖北':{'宜昌':'0717'}}) # 新增一个这种情况 b = db.search(User.湖北.宜昌 == '0717') # 嵌套就是继续在后面加'.' print(b) # [{'湖北': {'宜昌': '0717'}}]
1.3 特殊情况
如果要查询的键里面含有python解释器不能当成映射的符号怎么办?比如: + - * / %
db.insert({'1+1':'2'}) c = db.search(User['1+1'] == '2') 那就只能用这种方法, print(c) #[{'1+1': '2'}]
1.4 where方法
这是一种简化的方法,先看代码:
from tinydb import where # 要先导入where d = db.search(where('name')=='John') e = db.search(Query()['name']=='John') print(d) # [{'name': 'John', 'age': 22}] print(e) # [{'name': 'John', 'age': 22}]
发现这两个东西结果是一样的。结果代码导航后一看,源码里面赫然写着:
def where(key): return Query()[key]
它就是这么写的,按照这个思路,还可以再扩展下。我如果想直接拿到具体的文字,而不是查询所返回的列表:
from tinydb import TinyDB, where db = TinyDB('test.json') db.insert({'名字':'张三','分数':'100'}) db.insert({'名字':'李四','分数':'98'}) def get_data(db,index_a, val, index_b ): print(db.search(where(index_a)== val)[0][index_b]) #这个[0]不能少 get_data(db,'名字', '张三', '分数') # 100 get_data(db,'分数', '100', '名字') # 张三
扯远了,刚才往后翻了下,居然真的还有个TinyDB自带的类似方法: db.get(...) 。后面再讲,它有特定的使用条件。
Query() 有嵌套,那说明 where() 应该也有嵌套,毕竟 where(key) = Query()[key]
#使用where()对字段进行嵌套查询 db.insert({'birthday':{'year':1999,'month':'Sep','day': 11}}) f = db.search(where('birthday').year == 1999) g = db.search(where('birthday')['year'] == 1999)
print(f) # [{'birthday': {'year': 1999, 'month': 'Sep', 'day': 11}}]
print(g) # [{'birthday': {'year': 1999, 'month': 'Sep', 'day': 11}}]
上面两种方式都可以。
2、高级查询
2.1 判断是否存在【.exisets()】,返回对于字段列表(filed)
h = db.search(User.name.exists()) print(h) # [{'name': 'John', 'age': 22}, {'name': 'sheet', 'age': 23}]
2.2 正则表达式判断【.matches( )】
i = db.search(User.name.matches('[aZ]*')) print(i) # [{'name': 'John', 'age': 22}, {'name': 'sheet', 'age': 23}]
但是我的正则学的不好,早就忘记了,没关系,还有更屌的!
import re j = db.search(User.name.matches('John', flags=re.IGNORECASE)) print(j) # [{'name': 'John', 'age': 22}]
直接用value值‘John’去匹配他的key,也就是'name'。
那如果value值很长,记不准怎么办?
没关系,还支持使用首字符查询。首字符可以,前n个字符都可以,中间的切片不行。
那如果value值是个字典,怎么办?
没关系,还支持使用嵌套的方法。
db.insert({'中国':'湖北省','武汉':{'继续':'加油'}}) l = db.search(User.中国.matches('湖北', flags=re.IGNORECASE)) l_1 = db.search(User.中国.matches('湖', flags=re.IGNORECASE)) l_2 = db.search(User.中国.matches('北', flags=re.IGNORECASE)) # value也是字典的话,只能嵌套查询 m = db.search(User.武汉.matches('加油', flags=re.IGNORECASE)) n = db.search(User.武汉.继续.matches('加', flags=re.IGNORECASE)) print(l) #[{'中国': '湖北省', '武汉': {'继续': '加油'}}] print(l_1) #[{'中国': '湖北省', '武汉': {'继续': '加油'}}] print(l_2) # [] print(m) # [] print(n) # [{'中国': '湖北省', '武汉': {'继续': '加油'}}]
我觉得这个就有点太NB了。
2.3 自定义查询【.test()】
自己可以写一段用来判断的函数,直接作为判断条件进行使用。分带参数和不带参数两种。
test_func = lambda s:s == 'John' o = db.search(User.name.test(test_func)) print(o) # [{'name': 'John', 'age': 22}] # 带参数 def test_func1(val, m, n): return m <= val <= n p = db.search(User.age.test(test_func1,2,40)) print(p) #[{'name': 'John', 'age': 22}, {'name': 'sheet', 'age': 23}]