探索 Flask 中的模型关系
珍惜时间,勤奋学习!今天给大家带来《探索 Flask 中的模型关系》,正文内容主要涉及到等等,如果你正在学习文章,或者是对文章有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!
编码类之间的关系一开始可能会很困难!听起来就像一堆单词拼凑在一起——这个东西通过那个东西知道这个东西,但不知道另一个东西。使用现实生活中的例子有助于形象化这些关系。
例如,假设您有一些宇航员。多年来,这些宇航员将参观许多植物;每个任务一颗行星。因此,每个任务都有一名宇航员和一颗行星,并且许多行星被许多宇航员访问。
在 flask 中,astronaut 和 planet 之间是多对多的关系,而 astronaut 和 mission 以及 planet 和 mission 之间都是一对多的关系。我们有三个模型:任务模型作为宇航员模型和行星模型之间的连接表运行。这些类称为模型,因为它们定义(或建模)数据之间的关系。
那么,我们如何编码这些关系?
我发现从连接表开始最简单,因为我正在从那里构建两种关系。
class mission(db.model): __tablename__ = 'missions' id = db.column(db.integer, primary_key=true) name = db.column(db.string)
这就是我们使命课程的开始。
我们知道每个任务都有一名宇航员:
astronaut = db.relationship
db.relationship 定义两个模型如何相互关联。
让我们将它连接到 astronaut 类....
astronaut = db.relationship('astronaut')
现在让我们添加两个模型(宇航员和任务)之间的双向关系:
astronaut = db.relationship('astronaut', back_populates="missions")
干得好!由于 mission 同时拥有宇航员和行星关系,所以让我们对行星做同样的事情:
planet = db.relationship('planet', back_populates="missions")
这是我们的任务类,其关系如下:
class mission(db.model): __tablename__ = 'missions' id = db.column(db.integer, primary_key=true) name = db.column(db.string) astronaut = db.relationship('astronaut', back_populates="missions") planet = db.relationship('planet', back_populates="missions")
太棒了!让我们回去看看我们的指令:任务模型作为宇航员模型和行星之间的_join表运行模型._
因此,我们需要将宇航员与任务、行星与任务联系起来。让我们从宇航员开始:
missions = db.relationship('mission', back_populates="astronauts")
任务在这里是复数,因为宇航员要执行一堆任务(希望如此!)。
然后是 planet,它看起来应该类似:
missions = db.relationship('mission', back_populates="planets")
太棒了!全部加在一起,看起来像:
class planet(db.model): __tablename__ = 'planets' id = db.column(db.integer, primary_key=true) name = db.column(db.string) distance_from_earth = db.column(db.integer) nearest_star = db.column(db.string) missions = db.relationship('mission', back_populates="planet") class astronaut(db.model): __tablename__ = 'astronauts' id = db.column(db.integer, primary_key=true) name = db.column(db.string) field_of_study = db.column(db.string) missions = db.relationship('mission', back_populates="astronaut") class mission(db.model): __tablename__ = 'missions' id = db.column(db.integer, primary_key=true) name = db.column(db.string) astronaut = db.relationship('astronaut', back_populates="astronauts") planet = db.relationship('planet', back_populates="missions")
最后,让我们将外键添加到我们的任务表中。外键是一个整数,它引用另一个数据库中将两者链接在一起的项目。例如,任务表中宇航员 1 的外键为 1,因此每次我们在该列中看到数字 1 时,我们就知道它适用于该宇航员!
mission 是唯一需要外键的类,因为它负责所有关系。
class Mission(db.Model, SerializerMixin): __tablename__ = 'missions' id = db.Column(db.Integer, primary_key=True) name = db.Column(db.String) astronaut_id = db.Column(db.Integer, db.ForeignKey('astronauts.id')) planet_id = db.Column(db.Integer, db.ForeignKey('planets.id')) astronaut = db.relationship('Astronaut', back_populates="missions") planet = db.relationship('Planet', back_populates="missions") serialize_rules = ('-astronaut.missions', '-astronaut.planets')
干得好!我们已经在模型之间建立了一些关系。感谢您编码!
来源:感谢 flatiron school 提供的这个实验室!我将班级名称“科学家”更改为“宇航员”。
好了,本文到此结束,带大家了解了《探索 Flask 中的模型关系》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

- 上一篇
- Golang 代理设置:如何为 API 请求配置代理

- 下一篇
- 监控和故障排除 Golang 函数与外部 API 交互
-
- 文章 · python教程 | 6小时前 | Excel文件 Pandas openpyxl read_excel chunksize
- Python处理Excel文件的实用技巧及方法
- 183浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- 列表、元组、集合、字典遍历终极攻略
- 224浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- FastAPI依赖注入的Python实用技巧
- 191浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python模块导入与使用技巧大全
- 191浏览 收藏
-
- 文章 · python教程 | 7小时前 | JSON 数据处理 beautifulsoup Pandas xml.etree.ElementTree
- Python爬虫数据处理技巧及方法
- 459浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python追加文件内容的简易技巧
- 205浏览 收藏
-
- 文章 · python教程 | 8小时前 | Numpy 切片 负索引 列表索引 IndexError
- Python数组索引的实现技巧
- 248浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- 数据类型转换技巧及实战指南
- 359浏览 收藏
-
- 文章 · python教程 | 9小时前 | Matplotlib Seaborn Pandas scatterplot boxplot
- Pythonseaborn库使用方法与技巧大全
- 248浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- 数据格式化输出技巧及攻略
- 196浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python 可维护性 多态 鸭子类型 functools.singledispatch
- Python多态实现技巧与方法大全
- 464浏览 收藏
-
- 文章 · python教程 | 9小时前 | beautifulsoup 栈溢出 递归方法 迭代方法 DOM树遍历
- Python高效遍历DOM树的技巧
- 434浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 笔灵AI生成答辩PPT
- 探索笔灵AI生成答辩PPT的强大功能,快速制作高质量答辩PPT。精准内容提取、多样模板匹配、数据可视化、配套自述稿生成,让您的学术和职场展示更加专业与高效。
- 24次使用
-
- 知网AIGC检测服务系统
- 知网AIGC检测服务系统,专注于检测学术文本中的疑似AI生成内容。依托知网海量高质量文献资源,结合先进的“知识增强AIGC检测技术”,系统能够从语言模式和语义逻辑两方面精准识别AI生成内容,适用于学术研究、教育和企业领域,确保文本的真实性和原创性。
- 41次使用
-
- AIGC检测-Aibiye
- AIbiye官网推出的AIGC检测服务,专注于检测ChatGPT、Gemini、Claude等AIGC工具生成的文本,帮助用户确保论文的原创性和学术规范。支持txt和doc(x)格式,检测范围为论文正文,提供高准确性和便捷的用户体验。
- 38次使用
-
- 易笔AI论文
- 易笔AI论文平台提供自动写作、格式校对、查重检测等功能,支持多种学术领域的论文生成。价格优惠,界面友好,操作简便,适用于学术研究者、学生及论文辅导机构。
- 50次使用
-
- 笔启AI论文写作平台
- 笔启AI论文写作平台提供多类型论文生成服务,支持多语言写作,满足学术研究者、学生和职场人士的需求。平台采用AI 4.0版本,确保论文质量和原创性,并提供查重保障和隐私保护。
- 41次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览