django数据模型中null和blank的区别说明

2023-07-17 09:32:04 85

虽然本人使用django也有几年的时间,但是还是对django中数据模型的null和blank有点分不清楚,我想很多人也和我一样的困惑,现在将全面彻底的讲解下两个的区别。

一、null的使用

1、默认是False的,如果设置为True的时候,django将会映射到数据表指定是否为空

2、如果这个字段设置为False的时候,如果没给这个字段传递任何值的时候,django也会使用一个空字符串('')存储进去

3、如果这个字段设置为True的时候,django会产生两种空值的情形(null和空字符串)

4、如果想要在表单验证的时候允许这个字符串为空的时候,django建议使用blank=True

5、如果你的字段BooleanField的时候,可以为空的建议使用NullBooleanField

1、数据模型代码

classBookModel(models.Model):
"""
书籍的数据模型
"""
uuid=models.UUIDField(unique=True,default=uuid.uuid4,verbose_name='uuid')
name=models.CharField(max_length=100,default='',null=True,verbose_name='书籍名称')
#null默认是False,但是本案例中还是写上去,更好区分
author=models.CharField(max_length=100,default='',null=False,verbose_name='作者')
#blank=True仅仅是在表单校验的时候可以为空,别的时候没什么区别
price=models.FloatField(default=0,blank=True,verbose_name='价格')
create_time=models.DateTimeField(auto_now_add=True,verbose_name='创建时间')
update_time=models.DateTimeField(auto_now=True,verbose_name='修改时间')

def__str__(self):
return'({},{},{},{},{},{})'.format(self.uuid,self.name,self.author,self.price,self.create_time,self.update_time)

classMeta(object):
db_table='book'

2、sql语句

CREATETABLE`book`(
`id`int(11)NOTNULLAUTO_INCREMENT,
`name`varchar(100)DEFAULTNULL,
`price`doubleNOTNULL,
`create_time`datetime(6)NOTNULL,
`update_time`datetime(6)NOTNULL,
`uuid`char(32)NOTNULL,
`author`varchar(100)NOTNULL,
PRIMARYKEY(`id`),
UNIQUEKEY`uuid`(`uuid`)
)ENGINE=InnoDBDEFAULTCHARSET=utf8

3、数据库表结构

4、插入数据后显示对比

二、blank的使用

1、这个字段是在表单验证的时候可以为空,默认是False

2、这个和null是有区别的

blank=True仅仅是在表单验证的时候可以为空

null=True仅仅是数据库级别的null

补充知识：Python中生成器的原理与使用说明

0.range()函数，其功能是创建一个整数列表，一般用在for循环中

语法格式：range(start,stop,step)，参数使用参考如下：

start:计数从start开始。默认是从0开始。例如range（4）等价于range（0，4）;结果：（0,1,2,3）

stop:计数到stop结束，但不包括stop。例如：range（0，5）是[0,1,2,3,4]没有5

step：步长，默认为1。例如：range（0，5）等价于range(0,5,1)

#使用range函数建立列表
ls=[x*2forxinrange(10)]
print(ls)#[0,2,4,6,8,10,12,14,16,18]

ls1=[xforxinrange(0,10,2)]#步长是2.
print(ls1)#[0,2,4,6,8]

ls2=[xforxinrange(3,10,2)]#开始从3开始，步长是2.
print(ls2)#[3,5,7,9]

ls3=[xforxinrange(0,-10,-1)]#负数的使用
print(ls3)#[0,-1,-2,-3,-4,-5,-6,-7,-8,-9]

print(range(0))#range(0,0)
print(range(1,0))#range(1,0)

1.生成器的创建与元素迭代遍历

1.1创建生成器方法1：只要把一个列表生成式的[]改成()

生成器(generator)其实是一类特殊的迭代器。前面博客我们每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，python就搞了个生成器。所以说生成器(generator)其实是一类特殊的迭代器。

#1.创建生成器
ls=[x*2forxinrange(10)]
generator1=(x*2forxinrange(10))#这是一个生成器generator
print(ls)
print(generator1)#注意，打印生成器，不会像列表一样打印他的值，而是地址。
'''
[0,2,4,6,8,10,12,14,16,18]
at0x00000239FE00A620>
'''

1.1遍历生成器内容

遍历生成器对象中的内容：
1.方法1.使用for循环遍历
foriingenerator1:
print(i)

#方法2：命令行使用next()函数：调用next(G)，就计算出G的下一个元素的值，直到计算到最后一个元素
没有更多的元素时，抛出StopIteration的异常。
>>>generator1=(x*2forxinrange(5))
>>>next(generator1)
0
>>>next(generator1)
2
>>>next(generator1)
4
>>>next(generator1)
6
>>>next(generator1)
8
>>>next(generator1)
Traceback(mostrecentcalllast):
File"",line1,in
StopIteration
2.方法2.python脚本使用next()方法，实际开发中是通过for循环来实现遍历，这种next()方法太麻烦。
g1=(x*2forxinrange(5))
whileTrue:
try:
x=next(g1)
print(x)
exceptStopIterationase:
print("values=%s"%e.value)
break#注意这里要加break,否则会死循环。
'''结果如下：
0
2
4
6
8
values=None
'''
3.方法3：使用对象自带的__next__()方法，效果等同于next(g1)函数
>>>g1=(x*2forxinrange(5))
>>>g1.__next__()
0
>>>g1.__next__()
2
>>>g1.__next__()
4
>>>g1.__next__()
6
>>>g1.__next__()
8
>>>g1.__next__()
Traceback(mostrecentcalllast):
File"",line1,in
StopIteration
>>>

1.2创建生成器方法2:使用yield函数创建生成器。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。简单来说：只要在def中有yield关键字的就称为生成器

#著名的斐波拉契数列（Fibonacci）:除第一个和第二个数外，任意一个数都可由前两个数相加得到
#1.举例：1,1,2,3,5,8,13,21,34,...使用函数实现打印数列的任意前n项。

deffib(times):#times表示打印斐波拉契数列的前times位。
n=0
a,b=0,1
whilen

3.对生成器进行迭代遍历元素
方法1：使用for循环
forxinfib(6):
print(x)
''''结果如下，发现如何生成器是函数的话，使用for遍历，无法获取函数的返回值。
1
1
2
3
5
8
'''
方法2:使用next()函数来遍历迭代，可以获取生成器函数的返回值。同理也可以使用自带的__next__()函数，效果一样
f=fib(6)
whileTrue:
try:#因为不停调用next会报异常，所以要捕捉处理异常。
x=next(f)#注意这里不能直接写next(fib(6)),否则每次都是重复调用1
print(x)
exceptStopIterationase:
print("生成器返回值:%s"%e.value)
break
'''结果如下：
1
1
2
3
5
8
生成器返回值:done
'''

生成器使用总结：

1.生成器的好处是可以一边循环一边进行计算，不用一下子就生成一个很大的集合，占用内存空间。生成器的使用节省内存空间。

2.生成器保存的是算法，而列表保存的计算后的内容，所以同样内容的话生成器占用内存小，而列表占用内存大。每次调用next(G)，就计算出G的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的异常。

3.使用for循环来遍历生成器内容，因为生成器也是可迭代对象。通过for循环来迭代它，不需要关心StopIteration异常。但是用for循环调用generator时，得不到generator的return语句的返回值。如果想要拿到返回值，必须用next()方法，且捕获StopIteration错误，返回值包含在StopIteration的value中。

4.在Python中，使用了yield的函数都可被称为生成器（generator）。生成器是一个返回迭代器的函数，只能用于迭代操作。更简单点理解生成器就是一个迭代器。

5.一个带有yield的函数就是一个generator，它和普通函数不同，生成一个generator看起来像函数调用，但不会执行任何函数代码，直到对其调用next()（在for循环中会自动调用next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个yield语句就会中断，保存当前所有的运行信息，并返回一个迭代值，下次执行next()方法时从yield的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被yield中断了数次，每次中断都会通过yield返回当前的迭代值。生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造中的位置。

以上这篇django数据模型中null和blank的区别说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

django数据模型中null和blank的区别说明

热门推荐

随机推荐