4种Python基于字段的不使用元类的ORM实现方法总结

 更新时间:2023年12月19日 10:46:40   作者:申公豹本豹  
在 Python 中,ORM(Object-Relational Mapping)是一种将对象和数据库之间的映射关系进行转换的技术,本文为大家整理了4种不使用元类的简单ORM实现方式,需要的可以参考下

在 Python 中,ORM(Object-Relational Mapping)是一种将对象和数据库之间的映射关系进行转换的技术,使得通过面向对象的方式来操作数据库更加方便。通常,我们使用元类(metaclass)来实现ORM,但是本文将介绍一种不使用元类的简单ORM实现方式。

Field类

首先,我们定义一个Field类,用于表示数据库表中的字段。这个类包含字段的名称和类型等信息,并且支持一些比较操作,以便后续构建查询条件。

class Field:
    def __init__(self, **kwargs):
        self.name = kwargs.get('name')
        self.column_type = kwargs.get('column_type')

    def __eq__(self, other):
        return Compare(self, '=', other)

    # 其他比较操作略...

Compare类

为了构建查询条件,我们引入了一个Compare类,用于表示字段之间的比较关系。它可以支持链式操作,构建复杂的查询条件。

class Compare:
    def __init__(self, left: Field, operation: str, right: Any):
        self.condition = f'`{left.name}` {operation} "{right}"'

    def __or__(self, other: "Compare"):
        self.condition = f'({self.condition}) OR ({other.condition})'
        return self

    def __and__(self, other: "Compare"):
        self.condition = f'({self.condition}) AND ({other.condition})'
        return self

Model类

接下来,我们定义Model类,表示数据库中的表。该类通过Field类的实例来定义表的字段,并提供了插入数据的方法。

class Model:
    def __init__(self, **kwargs):
        _meta = self.get_class_meta()

        for k, v in kwargs.items():
            if k in _meta:
                self.__dict__[k] = v

    @classmethod
    def get_class_meta(cls) -> Dict:
        if hasattr(cls, '_meta'):
            return cls.__dict__['_meta']
        _meta = {}

        for k, v in cls.__dict__.items():
            if isinstance(v, Field):
                if v.name is None:
                    v.name = k
                name = v.name
                _meta[k] = (name, v)

        table = cls.__dict__.get('__table__')
        table = cls.__name__ if table is None else table
        _meta['__table__'] = table

        setattr(cls, '_meta', _meta)

        return _meta

    def insert(self):
        _meta = self.get_class_meta()
        column_li = []
        val_li = []

        for k, v in self.__dict__.items():
            field_tuple = _meta.get(k)
            if field_tuple:
                column, field = field_tuple
                column_li.append(column)
                val = str(v) if field.column_type == 'INT' else f'"{str(v)}"'
                val_li.append(val)

        sql = f'INSERT INTO {_meta["__table__"]} ({",".join(column_li)}) VALUES ({",".join(val_li)});'
        print(sql)

Query类

最后,我们实现了Query类,用于构建数据库查询。这个类支持链式调用,可以设置查询条件、排序等。

class Query:
    def __init__(self, cls: Model):
        self._model = cls
        self._order_columns = None
        self._desc = ''
        self._meta = self._model.get_class_meta()
        self._compare = None
        self.sql = ''

    def _get(self) -> str:
        sql = ''

        if self._compare:
            sql += f' WHERE {self._compare.condition}'

        if self._order_columns:
            sql += f' ORDER BY {self._order_columns}'

        sql += f' {self._desc}'
        return sql

    def get(self, *args: Field) -> List[Model]:
        sql = self._get()
        table = self._meta['__table__']

        column_li = []

        if len(args) > 0:
            for field in args:
                column_li.append(f'`{field.name}`')
        else:
            for v in self._meta.values():
                if type(v) == tuple and isinstance(v[1], Field):
                    column_li.append(f'`{v[0]}`')

        columns = ",".join(column_li)
        sql = f'SELECT {columns} FROM {table} {sql}'
        self.sql = sql
        print(self.sql)

    def order_by(self, columns: Union[List, str], desc: bool = False) -> "Query":
        if isinstance(columns, str):
            self._order_columns = f'`{columns}`'
        elif isinstance(columns, list):
            self._order_columns = ','.join([f'`{x}`' for x in columns])

        self._desc = 'DESC' if desc else ''
        return self

    def where(self, compare: "Compare") -> "Query":
        self._compare = compare
        return self

示例使用

现在,我们可以定义一个模型类,并使用这个简单的ORM实现进行数据操作。

class User(Model):
    name = Field()
    age = Field()

# 插入数据
user = User(name='Tom', age=24)
user.insert()

# 构建查询条件并查询数据
User.query().where((User.name == 'Tom') & (User.age >= 20)).order_by('age').get()

这样,我们就完成了一个不使用元类的简单ORM实现。尽管相较于使用元类的方式,代码结构更为简单,但在实际应用中,根据项目需求和团队的约定,选择合适的实现方式是很重要的。

我们已经介绍了一个基于 Python 的简单 ORM 实现,它不依赖于元类。在这一部分,我们将继续探讨这个实现,深入了解查询构建和更复杂的用法。

扩展查询功能

我们的查询功能还比较简单,为了更好地支持复杂查询,我们可以添加更多的查询方法和条件。

支持 LIMIT 和 OFFSET

class Query:
    # ...

    def limit(self, num: int) -> "Query":
        self.sql += f' LIMIT {num}'
        return self

    def offset(self, num: int) -> "Query":
        self.sql += f' OFFSET {num}'
        return self

支持 GROUP BY 和 HAVING

class Query:
    # ...

    def group_by(self, columns: Union[List, str]) -> "Query":
        if isinstance(columns, str):
            columns = [columns]
        self.sql += f' GROUP BY {",".join([f"`{x}`" for x in columns])}'
        return self

    def having(self, condition: Compare) -> "Query":
        self.sql += f' HAVING {condition.condition}'
        return self

示例用法

class User(Model):
    name = Field()
    age = Field()

# 插入数据
user = User(name='Tom', age=24)
user.insert()

# 构建查询条件并查询数据
query = User.query().where((User.name == 'Tom') & (User.age >= 20)).order_by('age').limit(1).offset(0)
query.get(User.name, User.age)  # 仅查询指定字段

# 更复杂的查询
query = User.query().group_by('age').having((User.age > 20) & (User.age < 30)).order_by('age').limit(10).offset(0)
query.get(User.age, User.count(User.name))  # 查询年龄在20到30之间的用户数量

通过引入额外的查询功能,我们使得这个简单的 ORM 实现更加强大和灵活。

总结

在这个系列的文章中,我们通过不使用元类的方式,实现了一个简单的 Python ORM。我们定义了 Field 类表示数据库字段,Model 类表示数据库表,以及 Query 类用于构建和执行查询。通过这个实现,我们可以方便地进行数据操作,构建灵活的查询条件,而不需要深入理解元类的概念。

然而,这个简单的 ORM 仍然有一些局限性,例如不支持复杂的表关联等功能。在实际项目中,选择使用元类的 ORM 实现或其他成熟的 ORM 框架取决于项目的需求和团队的技术选型。希望这个实现能够为你提供一种不同的思路,促使更多的思考和探讨。

以上就是4种Python基于字段的不使用元类的ORM实现方法总结的详细内容,更多关于Python实现ORM的资料请关注脚本之家其它相关文章!

相关文章

  • python Matplotlib基础--如何添加文本和标注

    python Matplotlib基础--如何添加文本和标注

    这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下
    2021-01-01
  • Python入门篇之数字

    Python入门篇之数字

    本文的主题是 Python 中的数字。会详细介绍每一种数字类型,它们适用的各种运算符, 以及用于处理数字的内建函数。在文章的末尾, 简单介绍了几个标准库中用于处理数字的模块。
    2014-10-10
  • python命令行参数解析OptionParser类用法实例

    python命令行参数解析OptionParser类用法实例

    这篇文章主要介绍了python命令行参数解析OptionParser类用法实例,需要的朋友可以参考下
    2014-10-10
  • 详解Python中的内置常量的使用

    详解Python中的内置常量的使用

    Python作为一种功能强大的编程语言,提供了丰富的内置常量来简化编程过程,本文将深入探讨Python中的内置常量,并提供丰富的示例代码来演示其用法,希望对大家有所帮助
    2024-03-03
  • PyTorch之torch.matmul函数的使用及说明

    PyTorch之torch.matmul函数的使用及说明

    PyTorch的torch.matmul是一个强大的矩阵乘法函数,支持不同维度张量的乘法运算,包括广播机制。提供了矩阵乘法的语法,参数说明,以及使用示例,帮助理解其应用方式和乘法规则
    2024-09-09
  • Python TensorFlow 2.6获取MNIST数据的示例代码

    Python TensorFlow 2.6获取MNIST数据的示例代码

    这篇文章主要介绍了Python TensorFlow 2.6获取MNIST数据的的相关示例,文中有详细的代码示例供大家参考,对大家的学习或工作有一定的帮助,需要的朋友可以参考下
    2024-04-04
  • 浅析Python 抽象工厂模式的优缺点

    浅析Python 抽象工厂模式的优缺点

    这篇文章主要介绍了Python 抽象工厂模式的优缺点,文中示例代码非常详细,帮助大家更好的理解和学习,感兴趣的朋友可以了解下
    2020-07-07
  • Python轻松将PDF变成Word的完美解决方案

    Python轻松将PDF变成Word的完美解决方案

    在数字化时代,PDF(便携式文档格式)因其跨平台共享和阅读的便利性而广泛使用,本文将介绍如何使用 Python 和 Spire.PDF for Python 库将 PDF 文件转换为 Word 文档,有需要的可以了解下
    2025-12-12
  • Python实现无痛修改第三方库源码的方法详解

    Python实现无痛修改第三方库源码的方法详解

    很多时候,我们下载的 第三方库 是不会有需求不满足的情况,但也有极少的情况,第三方库 没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择
    2025-03-03
  • 解决Python爬虫错误之twisted.web.error.SchemeNotSupported: Unsupported scheme: b''

    解决Python爬虫错误之twisted.web.error.SchemeNotSupported: Unsu

    这篇文章主要介绍了解决Python爬虫错误之twisted.web.error.SchemeNotSupported: Unsupported scheme: b''问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-02-02

最新评论