分页查询及其拓展应用案例

分页查询

分页查询是处理大量数据时常用的技术,通过分页可以将数据分成多个小部分,方便用户逐页查看。sqlAlchemy 提供了简单易用的方法来实现分页查询

本篇我们也会在最终实现这样的分页效果

page

1. 什么是分页查询

分页查询是将查询结果按照一定数量分成多页展示,每页显示固定数量的记录。分页查询通常使用两个参数:

例如,要查询第二页,每页显示 10 条记录:

  • limit:10
  • offset:10

2. 使用 sqlAlchemy 实现分页查询

基本查询

首先,我们需要一个基本的查询获取数据:

import db
from model import Student

def basic_query():
    students = db.session.query(Student).all()
    for stu in students:
        print(stu.to_dict())

使用 limitoffset

前文中,我们已经了解到 sqlAlchemy 提供了 limitoffset 方法来实现分页查询limit 限制返回的记录数量offset 跳过指定数量的记录。

import db
from model import Student

def paginated_query(page, per_page):
    q = db.select(Student).limit(per_page).offset((page - 1) * per_page)
    students = db.session.execute(q).scalars()
    for stu in students:
        print(stu.to_dict())

例如,要获取第 2 页,每页显示 10 条记录:

paginated_query(2, 10)

对应的 sql 语句:

SELECT * FROM tb_student LIMIT 10 OFFSET 10;

3. 前后端实现分页功能

后端分页

在后端实现分页功能时,可以创建一个函数来处理分页逻辑。这个函数接受 pageper_page 参数,并返回当前页的数据和总页数。

import db
from model import Student

def get_paginated_students(page, per_page):
    total = db.session.query(Student).count()
    q = db.select(Student).limit(per_page).offset((page - 1) * per_page)
    students = db.session.execute(q).scalars()
    
    return {
        'total': total,
        'page': page,
        'per_page': per_page,
        'pages': (total + per_page - 1) // per_page,
        'data': [stu.to_dict() for stu in students]
    }

前端分页

在前端实现分页时,可以使用后端提供的分页数据来渲染页面

{
    "total": 100,
    "page": 2,
    "per_page": 10,
    "pages": 10,
    "data": [
        {"id": 11, "name": "Student 11", ...},
        {"id": 12, "name": "Student 12", ...},
        ...
    ]
}

前端可以根据这些数据渲染分页控件和当前页的数据。

[拓展] Flask 分页演示

下面是一个前后端不分离的 Flask 项目,代码文件比较多,你需要自行理一下。同时也要保证 FlaskFlask-sqlAlchemyFlask-MysqLDB 的安装。

pip install flask
pip install flask-sqlalchemy  # 兼容 Flask 的 sqlAlchemy 框架,提供 ORM 功能
pip install flask-MysqLdb  # 为 Flask-sqlAlchemy 提供 MysqL 驱动

Flask 项目目录如下:

flask_app/  # 项目目录
├── templates/  # 模板目录
│   └── list.html  # 模板文件
├── config.py  # Flask 配置文件
├── db.py  # 数据库核心文件,包含重要操作
├── manage.py  # Flask 路由和业务视图文件
└── models.py  # 数据库模型文件

首先看一下配置文件 config.py

class Config:
    sqlALCHEMY_DATABASE_URI = 'MysqL://root:0908@localhost:3306/db_flask_demo_school?charset=utf8mb4'  # 数据库连接。自行替换数据库用户名称和密码以及实际数据库sqlALCHEMY_ECHO = False  # 是否打印执行的 sql 语句及其耗时
    DEBUG = True  # 是否启用调试模式

db.py

"""
Create database:
    > create database db_flask_demo_school charset=utf8mb4
"""
from flask_sqlalchemy import sqlAlchemy
from sqlalchemy import *

db = sqlAlchemy()

models.py

from db import *


class Student(db.Model):
    __tablename__ = 'tb_student2'

    id = db.Column(db.Integer, primary_key=True, comment="主键")
    name = db.Column(db.String(15), index=True, comment="姓名")
    age = db.Column(db.SmallInteger, comment="年龄")
    sex = db.Column(db.Boolean, comment="性别")
    email = db.Column(db.String(128), unique=True, comment="邮箱地址")
    money = db.Column(db.Numeric(10, 2), default=0.0, comment="钱包")

    def to_dict(self):
        return {
            'id': self.id,
            'name': self.name,
            'age': self.age,
            'sex': self.sex,
            'email': self.email,
            'money': float(self.money)
        }

    def __repr__(self):
        return f'<{self.__class__.__name__}: {self.name}>'

然后就是 manage.py,编写了路由与业务代码

from pathlib import Path
from flask import Flask, jsonify, request, render_template
from config import Config
from models import db, Student

app = Flask(__name__, template_folder='./templates')
app.config.from_object(Config)

db.init_app(app)


@app.route('/', methods=['GET'])
def index():
    """没啥用,勿看"""
    title = Path(__file__).name
    return title


@app.route('/students', methods=['POST'])
def create_student():
    """采集访问的信息,创建学生"""
    sex = request.form.get('sex')
    sex = int(sex) if sex.isdigit() else 0
    student = Student(
        name=request.form.get('name', '未知'),
        age=request.form.get('age', 0),
        sex=bool(sex),
        email=request.form.get('email', ''),
        money=request.form.get('money', 0),
    )
    if request.form.get('id', None) is not None:
        student.id = request.form['id']

    db.session.add(student)
    db.session.commit()
    return jsonify({
        'success': True,
        'data': student.to_dict(),
        'msg': 'success'
    }), 201


@app.route('/students', methods=['DELETE'])
def delete_students():
    """删除学生表的所有记录"""
    db.session.execute(db.delete(Student))
    db.session.commit()
    return jsonify({
        'success': True,
        'data': None,
        'msg': 'success'
    })


@app.route('/students', methods=['GET'])
def get_students():
    # 旧版本 2.x 获取全部数据
    # students = Student.query.all()
    # 新版本 3.1.x 获取全部数据
    students = db.session.execute(db.select(Student).where()).scalars()
    return jsonify({
        'success': True,
        'data': {
            'count': Student.query.count(),
            'students': [student.to_dict() for student in students]
        },
        'msg': 'success'
    })


@app.route('/students/<int:student_id>', methods=['GET'])
def get_student(student_id):
    # 根据主键查询数据,不存在则为 None
    student = db.session.get(Student, student_id)
    if not student:
        return jsonify({
            'success': False,
            'data': None,
            'msg': 'student not found'
        })

    return jsonify({
        'success': True,
        'data': student.to_dict(),
        'msg': 'success'
    })


@app.route('/students/data', methods=['GET'])
def students_data():
    """这里是分页器的使用,不同于我们所使用的 limit 和 offset 需要自己编写"""
    # 不采取数据分页时,大量数据时会导致服务器运存膨胀,这是非常不妥的
    page = request.args.get('page', 1, type=int)
    per_page = request.args.get('size', 3, type=int)
    # 创建分页器对象
    pagination = Student.query.paginate(page=page, per_page=per_page, max_per_page=20)
    print('当前页对象', pagination)
    print('总数据量', pagination.total)
    print('当前页数据列表', pagination.items)
    print('总页码', pagination.pages)
    print()
    print('是否有上一页', pagination.has_prev)
    print('上一页页码', pagination.prev_num)
    print('上一页对象', pagination.prev())
    print('上一页对象的数据列表', pagination.prev().items)
    print()
    print('是否有下一页', pagination.has_next)
    print('下一页页码', pagination.next_num)
    print('下一页对象', pagination.next())
    print('下一页对象的数据列表', pagination.next().items)

    # """前后端分离推荐使用的 json 结果,这里没用到"""
    data = {
        "page": pagination.page,  # 当前页码
        "pages": pagination.pages,  # 总页码
        "has_prev": pagination.has_prev,  # 是否有上一页
        "prev_num": pagination.prev_num,  # 上一页页码
        "has_next": pagination.has_next,  # 是否有下一页
        "next_num": pagination.next_num,  # 下一页页码
        "items": [{
            "id": item.id,
            "name": item.name,
            "age": item.age,
            "sex": item.sex,
            "money": item.money,
        } for item in pagination.items]
    }

    return render_template('list.html', **locals())


if __name__ == '__main__':
    with app.app_context():
        db.drop_all()  # 启动时先删除相关表,后创建相关表
        db.create_all()
    app.run('0.0.0.0', 9527)

最后就是 list.html 这个模板文件,呈现一个分页的演示:

<!DOCTYPE html>
<html lang="en">
<head>
    <Meta charset="UTF-8">
    <title>Title</title>
    <style>
        body {
            font-family: Arial, sans-serif;
            background-color: #f4f7fa;
            color: #333;
        }

        table {
            border-collapse: collapse;
            margin: 50px auto;
            width: 80%;
            Box-shadow: 0 2px 10px rgba(0, 0, 0, 0.1);
            background-color: #fff;
        }

        th, td {
            padding: 12px 15px;
            text-align: center;
        }

        th {
            background-color: #007bff;
            color: #fff;
            text-transform: uppercase;
        }

        tr:nth-child(even) {
            background-color: #f2f2f2;
        }

        tr:hover {
            background-color: #e9f5ff;
        }

        .page {
            margin: 20px auto;
            text-align: center;
        }

        .page a, .page span {
            padding: 8px 16px;
            margin: 0 4px;
            color: #007bff;
            background: #fff;
            border: 1px solid #007bff;
            border-radius: 4px;
            text-decoration: none;
            transition: background-color 0.3s, color 0.3s;
        }

        .page a:hover {
            background-color: #007bff;
            color: #fff;
        }

        .page span {
            background-color: #007bff;
            color: #fff;
        }
    </style>
</head>
<body>
    <table border="1" align="center" width="600">
        <tr>
           <th>ID</th>
           <th>Age</th>
           <th>Name</th>
           <th>Sex</th>
           <th>Money</th>
        </tr>
        {% for student in pagination.items %}
        <tr>
           <td>{{ student.id }}</td>
           <td>{{ student.age }}</td>
           <td>{{ student.name }}</td>
           <td>{{ "男" if student.sex else "女" }}</td>
           <td>{{ student.money }}</td>
        </tr>
        {% endfor %}
        <tr align="center">
            <td colspan="5" class="page">
                {% if pagination.has_prev %}
                <a href="?page=1">首 页</a>
                <a href="?page={{ pagination.page - 1 }}">上一页</a>
                <a href="?page={{ pagination.page - 1 }}">{{ pagination.page - 1 }}</a>
                {% endif %}
                <span>{{ pagination.page }}</span>
                {% if pagination.has_next %}
                <a href="?page={{ pagination.page + 1 }}">{{ pagination.page + 1 }}</a>
                <a href="?page={{ pagination.page + 1 }}">下一页</a>
                <a href="?page={{ pagination.pages }}">尾 页</a>
                {% endif %}
            </td>
        </tr>
    </table>
</body>
</html>

为了确保能够有一定数量的数据,请你另外新建一个 request.py,用于创建大量数据(如果你知道 faker 的使用,也可以自己弄一些数据),先启动 manage.py,保证后端服务的开启和路由可用,然后直接运行该文件后可添加测试数据:

# request.py
import requests  # pip install requests

students = [  # 虚拟数据,务必当真
    {
        'name': '王毅',
        'age': 21,
        'sex': 1,
        'email': 'wangyi@gmail.com',
        'money': 4488.5
    },
    {
        'name': '张晓',
        'age': 19,
        'sex': 0,
        'email': 'zhangxiao@example.com',
        'money': 2389.75
    },
    {
        'name': '李春阳',
        'age': 23,
        'sex': 1,
        'email': 'lichunyang@outlook.com',
        'money': 6715.32
    },
    {
        'name': '刘瑞',
        'age': 20,
        'sex': 0,
        'email': 'liurui@yahoo.com',
        'money': 3456.89
    },
    {
        'name': '陈欢',
        'age': 22,
        'sex': 1,
        'email': 'chenhuan@gmail.com',
        'money': 5678.12
    },
    {
        'name': '吴娜',
        'age': 18,
        'sex': 0,
        'email': 'wuna@example.org',
        'money': 1234.56
    },
    {
        'name': '赵丹',
        'age': 24,
        'sex': 0,
        'email': 'zhaoda@outlook.com',
        'money': 7890.43
    },
    {
        'name': '孙宇',
        'age': 21,
        'sex': 1,
        'email': 'sunyu@yahoo.co.jp',
        'money': 4567.89
    },
    {
        'name': '黄宇',
        'age': 19,
        'sex': 1,
        'email': 'huangyu@gmail.com',
        'money': 2345.67
    },
    {
        'name': '杨静',
        'age': 22,
        'sex': 0,
        'email': 'yangjing@example.com',
        'money': 6789.01
    }
]
for student in students:
    response = requests.request('POST', 'http://127.0.0.1:9527/students', data=student)
    print('添加一条记录', response.json())

确定 Flask 项目正常启动,并且上面的数据也完成了注入,如果你发现启动失败了,请检查路由、数据库连接是否有问题,你可能需要一定的 Flask 基础知识。接下来如何访问我们渲染的模板呢?

根据路由视图和设置的访问端口(9527):

@app.route('/students/data', methods=['GET'])
def students_data():
    ...
    return render_template('list.html', **locals())

我们直接在浏览器访问:http://127.0.0.1:9527/students/data 这个地址即可。

上述案例是演示所用,随意写的,小部分代码参考了某机构的教程代码示例,平台原因无法标注,路由设计也是很随便的,这种代码如果存在版权纠纷,emmm.....,请联系我删除,谢谢。无私开源,只为搞懂后端开发的学习,请勿钻牛角……

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t
文章目录 5 小提琴图Violinplot1. 基础小提琴图绘制 Basic violinplot2. 小提琴图样式自定义 Custom seaborn violinplot3. 小提琴图颜色自定义 Control color of seaborn violinplot4. 分组小提琴图 Group
文章目录 4 核密度图Densityplot1. 基础核密度图绘制 Basic density plot2. 核密度图的区间控制 Control bandwidth of density plot3. 多个变量的核密度图绘制 Density plot of several variables4. 边
首先 import tensorflow as tf tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。 以实际例子为说明: import tensorflow a
seaborn学习笔记章节 seaborn是一个基于matplotlib的Python数据可视化库。seaborn是matplotlib的高级封装,可以绘制有吸引力且信息丰富的统计图形。相对于matplotlib,seaborn语法更简洁,两者关系类似于numpy和pandas之间的关系,seabo
Python ConfigParser教程显示了如何使用ConfigParser在Python中使用配置文件。 文章目录 1 介绍1.1 Python ConfigParser读取文件1.2 Python ConfigParser中的节1.3 Python ConfigParser从字符串中读取数据
1. 处理Excel 电子表格笔记(第12章)(代码下载) 本文主要介绍openpyxl 的2.5.12版处理excel电子表格,原书是2.1.4 版,OpenPyXL 团队会经常发布新版本。不过不用担心,新版本应该在相当长的时间内向后兼容。如果你有新版本,想看看它提供了什么新功能,可以查看Open
1. 发送电子邮件和短信笔记(第16章)(代码下载) 1.1 发送电子邮件 简单邮件传输协议(SMTP)是用于发送电子邮件的协议。SMTP 规定电子邮件应该如何格式化、加密、在邮件服务器之间传递,以及在你点击发送后,计算机要处理的所有其他细节。。但是,你并不需要知道这些技术细节,因为Python 的
文章目录 12 绘图实例(4) Drawing example(4)1. Scatterplot with varying point sizes and hues(relplot)2. Scatterplot with categorical variables(swarmplot)3. Scat
文章目录 10 绘图实例(2) Drawing example(2)1. Grouped violinplots with split violins(violinplot)2. Annotated heatmaps(heatmap)3. Hexbin plot with marginal dist
文章目录 9 绘图实例(1) Drawing example(1)1. Anscombe’s quartet(lmplot)2. Color palette choices(barplot)3. Different cubehelix palettes(kdeplot)4. Distribution
Python装饰器教程展示了如何在Python中使用装饰器基本功能。 文章目录 1 使用教程1.1 Python装饰器简单示例1.2 带@符号的Python装饰器1.3 用参数修饰函数1.4 Python装饰器修改数据1.5 Python多层装饰器1.6 Python装饰器计时示例 2 参考 1 使
1. 用GUI 自动化控制键盘和鼠标第18章 (代码下载) pyautogui模块可以向Windows、OS X 和Linux 发送虚拟按键和鼠标点击。根据使用的操作系统,在安装pyautogui之前,可能需要安装一些其他模块。 Windows: 不需要安装其他模块。OS X: sudo pip3
文章目录 生成文件目录结构多图合并找出文件夹中相似图像 生成文件目录结构 生成文件夹或文件的目录结构,并保存结果。可选是否滤除目录,特定文件以及可以设定最大查找文件结构深度。效果如下: root:[z:/] |--a.py |--image | |--cat1.jpg | |--cat2.jpg |
文章目录 VENN DIAGRAM(维恩图)1. 具有2个分组的基本的维恩图 Venn diagram with 2 groups2. 具有3个组的基本维恩图 Venn diagram with 3 groups3. 自定义维恩图 Custom Venn diagram4. 精致的维恩图 Elabo
mxnet60分钟入门Gluon教程代码下载,适合做过深度学习的人使用。入门教程地址: https://beta.mxnet.io/guide/getting-started/crash-course/index.html mxnet安装方法:pip install mxnet 1 在mxnet中使
文章目录 1 安装2 快速入门2.1 基本用法2.2 输出图像格式2.3 图像style设置2.4 属性2.5 子图和聚类 3 实例4 如何进一步使用python graphviz Graphviz是一款能够自动排版的流程图绘图软件。python graphviz则是graphviz的python实