pyDAL一个python的ORM(6) pyDAL常用运算

（1）  == 、！=

等于，不等于

db(db.person.dept == 'marketing').select(db.person.ALL)

db(db.person.dept != 'marketing').select(db.person.ALL)

（2） >、>=、<、<= （适用于数值、时间类型的字段）

db(db.person.age>= 'marketing').select(db.person.ALL)

db(db.person.birthday >=date(2000,1,1)).select(db.person.ALL)

   针对时间字段的格式的比较，我们用字符串格式的时间即可，pyDAL会帮我们自动转换为date和datetime数据结构，这点非常方便，例如：

db(db.person.birthday >= '2000-1-1').select(db.person.ALL)

db(db.person.birthday >= '2000-01-01').select(db.person.ALL)

datetime字段用一个date对象、date格式的字符串去比较也可以，例如

db(db.person.login_time >=date(2000,1,1)).select(db.person.ALL)

db(db.person.login_time >= '2000-01-01').select(db.person.ALL)

（3）like, startswith, endswith, contains

like要跟通配符%配合使用，熟练掌握like即可，其他三个都可以用like替代（他仨是为不熟悉SQL人员准备）

db(db.person.name.like('John%')).select() 等于 db(db.person.name.startswith('John')).select()

db(db.person.name.like('%John')).select() 等于 db(db.person.name.endswith('John')).select()

db(db.person.name.like('%John%')).select() 等于 db(db.person.name.contains('John')).select()

（4）ilike（大小写脱敏的like）、case_sensitive

大多数数据库中，like都是大小写敏感的，ilike和case_sensitive用于大小写脱敏查询

db(db.person.name.like('John%',case_sensitive=False)).select()等于db(db.person.name.ilike('John%')).select()

（5） belongs

用于单个字段的 多个 或逻辑 组合；

names=['sarah','david','smith']

db(db.person.name.belongs(names)).select() 等价与

db( (db.person.name == 'sarah') |

     (db.person.name == 'david') |

     (db.person.name == 'smith') 

).select()

      belongs通常和嵌套查询一起用，我们后面还会讲到

（6） regexp

正则表达运算

db(db.person.id.regexp('^\+?[1-9][0-9]*$')).select()

红色的 正则表达式，意思是必须全是正整数

（7） year, month, day, hour, minutes, seconds 

 date，datetime格式的字段，快速提取其中 year, month, day, hour, minutes, seconds

 db(db.log.event_time.year() > 2018).select() 等价于

db(db.log.event_time > '2018-12-31 23:59:59').select()

（8） len

    用于string 或者 text 数据类型的字段。

   db(db.person.name.len()>5).select()

（9） count

用于查询结果有多少天记录的技术

db(db.person.name.contains('x')).count()

（10） sum, avg, min, max

对数值型字段求 和、平均、最小、最大

age_sum = db().select(db.person.age.sum()).first()[sum]

age_avg = db().select(db.person.age.avg()).first()[avg]

age_min = db().select(db.person.age.min()).first()[min]

age_max = db().select(db.person.age.max()).first()[max]

可以多个字段一起混合sum, avg, min, max吗？

pyDAL手册中没有例子，也没有j进行说明，经过实践是可以的，只是要获得计算结果，我们要特殊操作下:

record = db().select(db.person.age.min(),db.person.age.avg(),db.person.age.max(),

                                db.person.salary.sum(),db.person.salary.avg(),).first()

age_min = record ["_extra"]["MIN(`person`.`age`)"]

age_avg = record ["_extra"]["AVG(`person`.`age`)"]

age_max = record ["_extra"]["MAX(`person`.`age`)"]

salary_avg = record ["_extra"]["AVG(`person`.`salary`)"]

salary_sum = record ["_extra"]["SUM(`person`.`salary`)"]