双飞单位两个老熟女,亚洲天堂色视频一级,啪啪福利视频免费观看

官方文檔：

https://docs.sqlalchemy.org/en/14/tutorial/data.html
https://docs.sqlalchemy.org/en/14/tutorial/data_insert.html
https://docs.sqlalchemy.org/en/14/tutorial/data_select.html
https://docs.sqlalchemy.org/en/14/tutorial/data_update.html

本章數(shù)據(jù)庫模型

本節(jié)中的操作將在以下數(shù)據(jù)庫模型里進(jìn)行。

from sqlalchemy import create_engine, MetaData
from sqlalchemy import Table, Column, Integer, String, ForeignKey

engine = create_engine('sqlite:///memory.db', echo=True, future=True)
metadata_obj = MetaData()

user_table = Table(
    "user_account",
    metadata_obj,
    Column('id', Integer, primary_key=True),
    Column('name', String(30)),
    Column('fullname', String)
)

address_table = Table(
    "address",
    metadata_obj,
    Column('id', Integer, primary_key=True),
    Column('user_id', ForeignKey('user_account.id'), nullable=False),
    Column('email_address', String, nullable=False)
)

同時(shí)我們會(huì)使用 ORM 來定義數(shù)據(jù)庫模型。

from sqlalchemy import create_engine, MetaData
from sqlalchemy import Table, Column, Integer, String, ForeignKey
from sqlalchemy.orm import declarative_base, relationship

engine = create_engine('sqlite:///memory.db', echo=True, future=True)
Base = declarative_base()

class User(Base):
    __tablename__ = 'user_account'

    id = Column(Integer, primary_key=True)
    name = Column(String(30))
    fullname = Column(String)

    addresses = relationship("Address", back_populates="user")

    def __repr__(self):
        return f"User(id={self.id!r}, name={self.name!r}, fullname={self.fullname!r})"

class Address(Base):
    __tablename__ = 'address'

    id = Column(Integer, primary_key=True)
    email_address = Column(String, nullable=False)
    user_id = Column(Integer, ForeignKey('user_account.id'))

    user = relationship("User", back_populates="addresses")

    def __repr__(self):
        return f"Address(id={self.id!r}, email_address={self.email_address!r})"

insert() 表達(dá)式

一個(gè) insert() 例子，stmt 變量列明了要插入數(shù)據(jù)的表格和要插入的數(shù)據(jù)。

from sqlalchemy import insert

stmt = insert(user_table).values(name='spongebob', fullname="Spongebob Squarepants")

with engine.connect() as conn:
    result = conn.execute(stmt)
    conn.commit()

上面的 stmt 變量是一個(gè) Insert 實(shí)例。我們把它字符串化已更好地理解。

>>> print(stmt)
INSERT INTO user_account (name, fullname) VALUES (:name, :fullname)

字符串化是通過一個(gè)數(shù)據(jù)庫對(duì)象編譯形創(chuàng)建的，我們使用 ClauseElement.compile() 獲取這個(gè)對(duì)象；要想查看綁定的參數(shù)，可讀取 params 變量。

>>> compiled = stmt.compile()
>>> compiled.params
{'name': 'spongebob', 'fullname': 'Spongebob Squarepants'}

執(zhí)行上述代碼后，會(huì)在指定的數(shù)據(jù)表插入一行數(shù)據(jù)，改行數(shù)據(jù)會(huì)被默認(rèn)加上主鍵 id，其值默認(rèn)為 1。我們可以使用 CursorResult.inserted_primary_key 來查看。

>>> result.inserted_primary_key
(1,)

插入多行

with engine.connect() as conn:
    result = conn.execute(
        insert(user_table),
        [
            {"name": "sandy", "fullname": "Sandy Cheeks"},
            {"name": "patrick", "fullname": "Patrick Star"}
        ]
    )
    conn.commit()

使用標(biāo)量子查詢集（scalar subquery）插入

現(xiàn)在我們實(shí)現(xiàn)一個(gè)復(fù)雜點(diǎn)的操作，有下面一組數(shù)據(jù)：

 [
    {"username": 'spongebob', "email_address": "spongebob@sqlalchemy.org"},
    {"username": 'sandy', "email_address": "sandy@sqlalchemy.org"},
    {"username": 'sandy', "email_address": "sandy@squirrelpower.org"},
]

我們需要在 user_table 數(shù)據(jù)表根據(jù) username 找到對(duì)應(yīng)的行，再把對(duì)應(yīng)的 id 和 email_address 寫入到 address_table 表的 user_id 和 email_address 列中。

from sqlalchemy import create_engine, MetaData
from sqlalchemy import Table, Column, Integer, String, ForeignKey
from sqlalchemy import insert, select, bindparam

engine = create_engine('sqlite:///memory.db', echo=True, future=True)
metadata_obj = MetaData()

user_table = Table(
    "user_account",
    metadata_obj,
    Column('id', Integer, primary_key=True),
    Column('name', String(30)),
    Column('fullname', String)
)

address_table = Table(
    "address",
    metadata_obj,
    Column('id', Integer, primary_key=True),
    Column('user_id', ForeignKey('user_account.id'), nullable=False),
    Column('email_address', String, nullable=False)
)

scalar_subq = (
    select(user_table.c.id).
    where(user_table.c.name==bindparam('username')).
    scalar_subquery()
)

with engine.connect() as conn:
    result = conn.execute(
        insert(address_table).values(user_id=scalar_subq),
        [
            {"username": 'spongebob', "email_address": "spongebob@sqlalchemy.org"},
            {"username": 'sandy', "email_address": "sandy@sqlalchemy.org"},
            {"username": 'sandy', "email_address": "sandy@squirrelpower.org"},
        ]
    )
    conn.commit()

select() 表達(dá)式

我們使用 select() 表達(dá)式進(jìn)行 SQL 的查詢操作；我們把語句字符串化，讓它更好理解。

from sqlalchemy import select

stmt = select(user_table).where(user_table.c.name == 'spongebob')
print(stmt)

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account
WHERE user_account.name = :name_1

現(xiàn)在我們執(zhí)行這個(gè)查詢語句。

from sqlalchemy import select

stmt = select(user_table).where(user_table.c.name == 'spongebob')

with engine.connect() as conn:
    for row in conn.execute(stmt):
        print(row)

# 輸出結(jié)果：
FROM user_account
WHERE user_account.name = ?
2022-03-22 11:02:50,869 INFO sqlalchemy.engine.Engine [generated in 0.00171s] ('spongebob',)
(1, 'spongebob', 'Spongebob Squarepants')
2022-03-22 11:02:50,902 INFO sqlalchemy.engine.Engine ROLLBACK

當(dāng)我們使用 ORM 方法定義數(shù)據(jù)庫對(duì)象的時(shí)候，我們更適合的方式是使用 Session.execute() 來執(zhí)行語句。

from sqlalchemy.orm import Session
from sqlalchemy import select

stmt = select(User).where(User.name == 'spongebob')
with Session(engine) as session:
    for row in session.execute(stmt):
        print(row)

# 輸出結(jié)果
FROM user_account
WHERE user_account.name = ?
INFO sqlalchemy.engine.Engine [generated in 0.00102s] ('spongebob',)
(User(id=1, name='spongebob', fullname='Spongebob Squarepants'),)
INFO sqlalchemy.engine.Engine ROLLBACK

兩種方法有什么區(qū)別呢，我們把它字符串化打印出來。

>>> print(select(user_table))
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account

>>> print(select(User))
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account

可見二者是等價(jià)的。如果要訪問表的某個(gè)列對(duì)象，我們?cè)趺醋瞿兀?/p>

>>> print(select(user_table.c.id))
SELECT user_account.id
FROM user_account

>>> print(select(User.id))
SELECT user_account.id
FROM user_account

可見前一種方法要使用 Table.c 方法來訪問，后一種方法可以直接訪問屬性名。

以對(duì)象方式顯示查詢結(jié)果

當(dāng)使用 ORM 方式時(shí)，我們希望數(shù)據(jù)庫中的一行能被封裝為一個(gè) Python 對(duì)象。

from sqlalchemy.orm import Session
from sqlalchemy import select

with Session(engine) as session:
    row = session.execute(select(User)).first()
    print(row)

# 輸出結(jié)果：
(User(id=1, name='spongebob', fullname='Spongebob Squarepants'),)

上例中，我們選擇了 user_account 的第一行，并根據(jù)改行的數(shù)據(jù)封裝成一個(gè) User 對(duì)象；注意，row 現(xiàn)在是一個(gè)元組。

>>> row[0]
User(id=1, name='spongebob', fullname='Spongebob Squarepants')

另一個(gè)方法是使用 session.scalars 方法來執(zhí)行語句。

with Session(engine) as session:
    user = session.scalars(select(User)).first()
    print(user)

也可以直接獲取行的某個(gè)數(shù)值而不返回一個(gè) User 對(duì)象。

with Session(engine) as session:
    row = session.execute(select(User.name, User.fullname)).first()
    print(row)

# 輸出結(jié)果：
('spongebob', 'Spongebob Squarepants')

多重查詢條件

with Session(engine) as session:
    row = session.execute(
        select(User.name, Address).
        where(User.id==Address.user_id).
        order_by(Address.id)
    ).all()

    print(row)

# 輸出結(jié)果：
[('spongebob', Address(id=1, email_address='spongebob@sqlalchemy.org')),
('sandy', Address(id=2, email_address='sandy@sqlalchemy.org')),
('sandy', Address(id=3, email_address='sandy@squirrelpower.org'))]

上例中的查詢相當(dāng)于：

SELECT user_account.name, address.id, address.email_address, address.user_id
FROM user_account, address
WHERE user_account.id = address.user_id ORDER BY address.id

label 方法

ColumnElement.label() 方法可以為查詢結(jié)果設(shè)定一個(gè)“別名”，然后在其他地方調(diào)用。

with Session(engine) as session:
    stmt = (
        select(
            ("Username: " + user_table.c.name).label("username"),
        ).order_by(user_table.c.name)
    )
    
    for row in session.execute(stmt):
        print(f"{row.username}")

# 輸出結(jié)果：
Username: patrick
Username: sandy
Username: spongebob

text 方法和 literal_column 方法

text() 方法可以在 select() 表達(dá)式中增加一個(gè)自定義的字符串作為列對(duì)象。

from sqlalchemy import select, text

stmt = (
    select(
        text("'some phrase'"), user_table.c.name
    ).order_by(user_table.c.name)
)


with engine.connect() as conn:
    print(conn.execute(stmt).all())

# 輸出結(jié)果：
[('some phrase', 'patrick'), ('some phrase', 'sandy'), ('some phrase', 'spongebob')]

如果想把這種自定義的字符串和 label() 方法結(jié)合一起使用，可以用 literal_column() 方法實(shí)施。

from sqlalchemy import literal_column

stmt = (
    select(
        literal_column("'some phrase'").label("p"), user_table.c.name
    ).order_by(user_table.c.name)
)

with engine.connect() as conn:
    for row in conn.execute(stmt):
        print(f"{row.p}, {row.name}")

# 輸出結(jié)果：
some phrase, patrick
some phrase, sandy
some phrase, spongebob

where 字句

where 子句用于使用查詢條件，大多數(shù) Python 運(yùn)算符，如 ==、!=、<、>=等都支持。

>>> print(user_table.c.name == 'squidward')
user_account.name = :name_1

>>> print(address_table.c.user_id > 10)
address.user_id > :user_id_1

把 select 方法和 where 字句結(jié)合使用。

>>> print(select(user_table).where(user_table.c.name == 'squidward'))
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account
WHERE user_account.name = :name_1

多個(gè) where 子句可以并列使用，產(chǎn)生 AND 的效果。

print(
    select(address_table.c.email_address).
    where(user_table.c.name == 'squidward').
    where(address_table.c.user_id == user_table.c.id)
)

# 輸出結(jié)果：
SELECT address.email_address
FROM address, user_account
WHERE user_account.name = :name_1 AND address.user_id = user_account.id

另一種寫法：

print(
    select(address_table.c.email_address).
    where(
        user_table.c.name == 'squidward',
        address_table.c.user_id == user_table.c.id
    )
)

AND 和 OR 表達(dá)式可以使用 sqlalchemy 的 and_() 與 or_() 方法來實(shí)現(xiàn)。

from sqlalchemy import and_, or_

print(
    select(Address.email_address).
    where(
        and_(
            or_(User.name == 'squidward', User.name == 'sandy'),
            Address.user_id == User.id
        )
    )
)

# 輸出結(jié)果：
SELECT address.email_address
FROM address, user_account
WHERE (user_account.name = :name_1 OR user_account.name = :name_2) AND address.user_id = user_account.id

當(dāng)我們使用 ORM 定義數(shù)據(jù)庫時(shí)，還有一個(gè)簡單的查詢方法，就是使用 Select.filter_by() 方法。

print(
    select(User).filter_by(name='spongebob', fullname='Spongebob Squarepants')
)

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account
WHERE user_account.name = :name_1 AND user_account.fullname = :fullname_1

join 子句

要在 sqlalchemy 實(shí)現(xiàn) JOIN 操作（JOIN 的具體含義見：SQL - JOIN
），一種方式是使用 Select.join_from()。

print(
    select(user_table.c.name, address_table.c.email_address).
    join_from(user_table, address_table)
)

# 輸出結(jié)果：
SELECT user_account.name, address.email_address
FROM user_account JOIN address ON user_account.id = address.user_id

另一種方式是使用 Select.join() 方法。

print(
    select(user_table.c.name, address_table.c.email_address).
    join(address_table)
)

# 輸出結(jié)果：
SELECT user_account.name, address.email_address
FROM user_account JOIN address ON user_account.id = address.user_id

使用 join() 時(shí)候也可以把左表和右表的關(guān)系都寫清楚。

print(
    select(user_table.c.name, address_table.c.email_address).
    select_from(user_table).join(address_table)
)

那么使用 join() 的時(shí)候， sqlalchemy 怎么知道我們連接兩表的條件是 user_account.id = address.user_id 的呢？這是因?yàn)槲覀兊臄?shù)據(jù)庫模型設(shè)定了外鍵：ForeignKey('user_account.id')。

如果沒有在數(shù)據(jù)庫模型中設(shè)定外鍵，可以給 join() 方法額外添加一個(gè)參數(shù)來起到 ON 子句的作用。

print(
    select(address_table.c.email_address).
    select_from(user_table).
    join(address_table, user_table.c.id == address_table.c.user_id)
)

LEFT OUTER JOIN 與 FULL OUTER JOIN

當(dāng)使用 join_from() 或 join() 方法時(shí)候默認(rèn)為 INNER JOIN，如果使用 LEFT OUTER JOIN 與 FULL OUTER JOIN 時(shí)，可以帶上 Select.join.isouter 和 Select.join.full 參數(shù)。

print(
    select(user_table).join(address_table, isouter=True)
)

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account LEFT OUTER JOIN address ON user_account.id = address.user_id

print(
    select(user_table).join(address_table, full=True)
)

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account FULL OUTER JOIN address ON user_account.id = address.user_id

還有一個(gè) Select.outerjoin() 方法可以實(shí)現(xiàn) LEFT OUTER JOIN。

print(
    select(user_table).outerjoin(address_table)
)

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account LEFT OUTER JOIN address ON user_account.id = address.user_id

注意：SQL 還有一個(gè) RIGHT OUTER JOIN 的子句，但 sqlalchemy 并不直接使用它，要達(dá)到該效果可以把左右表調(diào)轉(zhuǎn)位置后再使用 LEFT OUTER JOIN。

ORDER BY, GROUP BY, HAVING 子句

ORDER BY

使用 Select.order_by() 方法來實(shí)現(xiàn) ORDER BY 子句的功能。

print(select(user_table).order_by(user_table.c.name))

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account ORDER BY user_account.name

要使用升序或降序來排序可以使用 ColumnElement.asc() 和 ColumnElement.desc()。

print(select(user_table).order_by(user_table.c.fullname.desc()))

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account ORDER BY user_account.fullname DESC

使用 GROUP BY, HAVING 的聚合函數(shù)

在 SQL 中，聚合函數(shù)（aggregate functions）允許將多行的列表達(dá)式聚合在一起，產(chǎn)生一個(gè)單一的結(jié)果。比如：計(jì)算數(shù)量、計(jì)算平均數(shù)、最大值、最小值等。

>>> from sqlalchemy import func
>>> count_fn = func.count(user_table.c.id)
>>> print(count_fn)
count(user_account.id)

使用聚合函數(shù)時(shí)，GROUP BY 子句定義了分組的依據(jù)，HAVING 子句的使用方式與 WHERE 子句類似，用于定義過濾的條件。

SQLAlchemy 使用 Select.group_by() 和 Select.having() 方法來實(shí)現(xiàn) GROUP BY 子句和 HAVING 子句。

下面來看一個(gè)例子：

from sqlalchemy import select, func

with engine.connect() as conn:
    result = conn.execute(
        select(User.name, func.count(Address.id).label("count")).
        join(Address).
        group_by(User.name).
        having(func.count(Address.id) > 1)
    )
    print(result.all())

# 查詢結(jié)果：
[('sandy', 2)]

這等價(jià)于這樣的 SQL 語句。

SELECT user_account.name, count(address.id) AS count
FROM user_account JOIN address 
ON user_account.id = address.user_id 
GROUP BY user_account.name
HAVING count(address.id) > 1

對(duì)聚合結(jié)果排序

使用聚合函數(shù)后會(huì)產(chǎn)生一個(gè)或多個(gè)新的列，我們可以對(duì)這些新產(chǎn)生的列進(jìn)行排序操作，使用 label 方法給它們加上自定義的名字會(huì)更方便。

stmt = select(
    Address.user_id,
    func.count(Address.id).label('num_addresses')).\
    group_by("user_id").order_by("user_id", desc("num_addresses")
)
print(stmt)

# 輸出結(jié)果：
SELECT address.user_id, count(address.id) AS num_addresses
FROM address GROUP BY address.user_id ORDER BY address.user_id, num_addresses DESC

使用別名（alias）

有時(shí)候我們需要對(duì)同一個(gè)表的同一列作多次引用，這時(shí)候我們就需要使用 SQL 的 AS 子句對(duì)該列定一個(gè)“別名”。sqlalchemy 中我們使用 FromClause.alias() 方法來實(shí)現(xiàn)。

user_alias_1 = user_table.alias()
user_alias_2 = user_table.alias()

print(
    select(user_alias_1.c.name, user_alias_2.c.name).
    join_from(user_alias_1, user_alias_2, user_alias_1.c.id > user_alias_2.c.id)
)

# 輸出結(jié)果：
SELECT user_account_1.name, user_account_2.name AS name_1
FROM user_account AS user_account_1 
JOIN user_account AS user_account_2 ON user_account_1.id > user_account_2.id

ORM 下的別名

使用 ORM 時(shí)我們用 aliased() 來定義別名。

from sqlalchemy.orm import aliased

address_alias_1 = aliased(Address)
address_alias_2 = aliased(Address)

print(
    select(User).
    join_from(User, address_alias_1).
    where(address_alias_1.email_address == 'patrick@aol.com').
    join_from(User, address_alias_2).
    where(address_alias_2.email_address == 'patrick@gmail.com')
)

# 輸出結(jié)果：
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account 
JOIN address AS address_1 ON user_account.id = address_1.user_id 
JOIN address AS address_2 ON user_account.id = address_2.user_id
WHERE address_1.email_address = :email_address_1 AND address_2.email_address = :email_address_2

子查詢（Subqueries）

SQL 中的子查詢是一個(gè) SELECT 語句，它被放在括號(hào)中，并被放在一個(gè)包圍語句的上下文中，在 sqlalchemy 中我們使用 Select.subquery() 方法來表示子查詢。

下面我們看一個(gè)使用子查詢的例子。

先構(gòu)建一個(gè)子查詢語句 subp：

subq = select(
    func.count(address_table.c.id).label("count"),
    address_table.c.user_id
).group_by(address_table.c.user_id).subquery()

將他打印出來，會(huì)發(fā)現(xiàn)它只是普通的 SQL SELECT 語句，要讓它發(fā)揮子查詢的作用還需要嵌套到其他語句中使用。

>>> print(subq)
SELECT count(address.id) AS count, address.user_id
FROM address GROUP BY address.user_id

子查詢對(duì)象 subp 實(shí)質(zhì)上是一個(gè) FROM 對(duì)象，我們可以使用 Subquery.c 的形式讀取其參數(shù)。

>>> print(subq.c.count)
anon_1.count

最后，我們把子查詢嵌套到一個(gè)更大的 SELECT 查詢中。

subq = select(
    func.count(address_table.c.id).label("count"),
    address_table.c.user_id
).group_by(address_table.c.user_id).subquery()

stmt = select(
   user_table.c.name,
   user_table.c.fullname,
   subq.c.count
).join_from(user_table, subq)

>>> print(stmt)
SELECT user_account.name, user_account.fullname, anon_1.count
FROM user_account JOIN (SELECT count(address.id) AS count, address.user_id AS user_id
FROM address GROUP BY address.user_id) AS anon_1 ON user_account.id = anon_1.user_id

普通表表達(dá)式（CTE）

在 SQLAlchemy 中，普通表表達(dá)式（Common Table Expressions）的結(jié)構(gòu)和使用方式與子查詢幾乎相同。使用 Select.cte() 調(diào)用。

使用 CTEs 的例子。

subq = select(
    func.count(address_table.c.id).label("count"),
    address_table.c.user_id
).group_by(address_table.c.user_id).cte()

stmt = select(
   user_table.c.name,
   user_table.c.fullname,
   subq.c.count
).join_from(user_table, subq)

>>> print(stmt)
WITH anon_1 AS
(SELECT count(address.id) AS count, address.user_id AS user_id
FROM address GROUP BY address.user_id)
SELECT user_account.name, user_account.fullname, anon_1.count
FROM user_account JOIN anon_1 ON user_account.id = anon_1.user_id

ORM 下使用子查詢

subq = select(
    func.count(Address.id).label("count"),
    Address.user_id
).group_by(Address.user_id).subquery()


stmt = select(
   User.name,
   User.fullname,
   subq.c.count
).join_from(User, subq)

合并（UNION）

在 SQL 中，SELECT 語句可以通過 UNION 或 UNION ALL 合并查詢結(jié)果，產(chǎn)生由一個(gè)或多個(gè)語句共同產(chǎn)生的所有記錄的集合。在 SQLAlchemy 中我們使用 union() 或 union_all() 來實(shí)現(xiàn)同樣的效果。

from sqlalchemy import union_all

stmt1 = select(user_table).where(user_table.c.name == 'sandy')
stmt2 = select(user_table).where(user_table.c.name == 'spongebob')
u = union_all(stmt1, stmt2)

with engine.connect() as conn:
    result = conn.execute(u)
    print(result.all())

# 輸出結(jié)果：
BEGIN (implicit)
SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account
WHERE user_account.name = ?
UNION ALL SELECT user_account.id, user_account.name, user_account.fullname
FROM user_account
WHERE user_account.name = ?
[generated in ...] ('sandy', 'spongebob')
[(2, 'sandy', 'Sandy Cheeks'), (1, 'spongebob', 'Spongebob Squarepants')]
ROLLBACK

update() 表達(dá)式

update() 函數(shù)生成一個(gè)新的 Update 實(shí)例，代表 SQL 中的 UPDATE 語句，它將更新一個(gè)表中的現(xiàn)有數(shù)據(jù)。

一個(gè)基本的 update() 函數(shù)例子：

from sqlalchemy import update

stmt = (
    update(user_table).where(user_table.c.name == 'patrick').
    values(fullname='Patrick the Star')
)

print(stmt)

# 輸出結(jié)果：
UPDATE user_account SET fullname=:fullname WHERE user_account.name = :name_1

Update.values() 方法控制 UPDATE 語句中 SET 子句的內(nèi)容；它也能接受表達(dá)式作為參數(shù)。

stmt = (
    update(user_table).
    values(fullname="Username: " + user_table.c.name)
)

print(stmt)

# 輸出結(jié)果：
UPDATE user_account SET fullname=(:name_1 || user_account.name)

使用 bindparam 的數(shù)據(jù)修改

現(xiàn)在我們來完成一組復(fù)雜點(diǎn)的修改，有這么一組數(shù)據(jù)：

[
  {'oldname':'spongebob', 'newname':'ed'},
  {'oldname':'sandy', 'newname':'mary'},
  {'oldname':'patrick', 'newname':'jake'},
]

我們需要將 user_table 表的 name 字段和上述數(shù)據(jù)中的 oldname 字段來匹配，把 name 字段的內(nèi)容修改為對(duì)應(yīng)的 newname；這時(shí)候我們需要用到 bindparam() 方法。

from sqlalchemy import bindparam

stmt = (
    update(user_table).
    where(user_table.c.name == bindparam('oldname')).
    values(name=bindparam('newname'))
)

with engine.begin() as conn:
    conn.execute(
        stmt,
        [
            {'oldname':'spongebob', 'newname':'ed'},
            {'oldname':'sandy', 'newname':'mary'},
            {'oldname':'patrick', 'newname':'jake'},
        ]
    )
    conn.commit()

# 輸出結(jié)果：
BEGIN (implicit)
UPDATE user_account SET name=? WHERE user_account.name = ?
[generated in 0.00089s] (('ed', 'spongebob'), ('mary', 'sandy'), ('jake', 'patrick'))
COMMIT

delete() 表達(dá)式

delete() 函數(shù)生成一個(gè) Delete 實(shí)例，代表 SQL 中的 DELETE 語句，用于從表中刪除記錄。從 API 的角度看，delete() 語句與 update() 結(jié)構(gòu)非常相似，傳統(tǒng)上不返回記錄。

一個(gè) delete() 函數(shù)的例子：

from sqlalchemy import delete
stmt = delete(user_table).where(user_table.c.name == 'patrick')
print(stmt)

# 輸出結(jié)果：
DELETE FROM user_account WHERE user_account.name = :name_1

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

3. 數(shù)據(jù)操作

3. 數(shù)據(jù)操作

本章數(shù)據(jù)庫模型

insert() 表達(dá)式

插入多行

使用標(biāo)量子查詢集（scalar subquery）插入

select() 表達(dá)式

以對(duì)象方式顯示查詢結(jié)果

多重查詢條件

label 方法

text 方法和 literal_column 方法

where 字句

join 子句

LEFT OUTER JOIN 與 FULL OUTER JOIN

ORDER BY, GROUP BY, HAVING 子句

ORDER BY

使用 GROUP BY, HAVING 的聚合函數(shù)

對(duì)聚合結(jié)果排序

使用別名（alias）

ORM 下的別名

子查詢（Subqueries）

普通表表達(dá)式（CTE）

ORM 下使用子查詢

合并（UNION）

update() 表達(dá)式

使用 bindparam 的數(shù)據(jù)修改

delete() 表達(dá)式

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

3. 數(shù)據(jù)操作

本章數(shù)據(jù)庫模型

insert() 表達(dá)式

插入多行

使用標(biāo)量子查詢集（scalar subquery）插入

select() 表達(dá)式

以對(duì)象方式顯示查詢結(jié)果

多重查詢條件

label 方法

text 方法和 literal_column 方法

where 字句

join 子句

LEFT OUTER JOIN 與 FULL OUTER JOIN

ORDER BY, GROUP BY, HAVING 子句

ORDER BY

使用 GROUP BY, HAVING 的聚合函數(shù)

對(duì)聚合結(jié)果排序

使用別名（alias）

ORM 下的別名

子查詢（Subqueries）

普通表表達(dá)式（CTE）

ORM 下使用子查詢

合并 （UNION）

update() 表達(dá)式

使用 bindparam 的數(shù)據(jù)修改

delete() 表達(dá)式

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

合并（UNION）