探索 Flask 中的模型關係
編碼類別之間的關係一開始可能會很困難!聽起來就像一堆單字拼湊在一起——這個東西透過那個東西知道這個東西,但不知道另一個東西。使用現實生活中的例子有助於形象化這些關係。
例如,假設您有一些太空人。多年來,這些太空人將參觀許多植物;每個任務一顆行星。因此,每個任務都有一名宇航員和一顆行星,並且許多行星被許多宇航員訪問。
在 Flask 中,Astronaut 和 Planet 之間是多對多的關係,而 Astronaut 和 Mission 以及 Planet 和 Mission 之間都是一對多的關係。我們有三個模型:任務模型作為太空人模型和行星模型之間的連接表運行。這些類別稱為模型,因為它們定義(或建模)資料之間的關係。
那麼,我們要如何編碼這些關係呢?
我發現從連接表開始最簡單,因為我正在從那裡建立兩種關係。
class Mission(db.Model): __tablename__ = 'missions' id = db.Column(db.Integer, primary_key=True) name = db.Column(db.String)
這就是我們使命課程的開始。
我們知道每個任務都有一名太空人:
astronaut = db.relationship
db.relationship 定義兩個模型如何相互關聯。
讓我們將它連接到 Astronaut 類別....
astronaut = db.relationship('Astronaut')
現在讓我們加入兩個模型(太空人和任務)之間的雙向關係:
astronaut = db.relationship('Astronaut', back_populates="missions")
幹得好!由於 Mission 同時擁有太空人和行星關係,所以讓我們對行星做同樣的事情:
planet = db.relationship('Planet', back_populates="missions")
這是我們的任務類,其關係如下:
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!讓我們回去看看我們的指令:任務模型作為太空人模型和行星之間的_join表運行模型. _
因此,我們需要將太空人與任務、行星與任務連結起來。讓我們從太空人開始:
missions = db.relationship('Mission', back_populates="astronauts")
任務在這裡是複數,因為太空人要執行一堆任務(希望如此!)。
然後是 Planet,它看起來應該類似:
missions = db.relationship('Mission', back_populates="planets")
太棒了!全部加在一起,看起來像:
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")
最後,讓我們將外鍵加入到我們的任務表中。外鍵是一個整數,它引用另一個資料庫中將兩者連結在一起的項目。例如,任務表中太空人 1 的外鍵為 1,因此每次我們在該列中看到數字 1 時,我們就知道它適用於該太空人!
Mission 是唯一需要外鍵的類,因為它負責所有關係。
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')
幹得好!我們已經在模型之間建立了一些關係。感謝您編碼!
資料來源:感謝 Flatiron School 提供的這個實驗室!我將班級名稱“科學家”改為“宇航員”。
以上是探索 Flask 中的模型關係的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。
