Bidang-bidang model khusus PostgreSQL

Semua dari bidang ini tersedia dari modul django.contrib.postgres.fields.

Mengindeks bidang-bidang ini

Index and Field.db_index both create a B-tree index, which isn't particularly helpful when querying complex data types. Indexes such as GinIndex and GistIndex are better suited, though the index choice is dependent on the queries that you're using. Generally, GiST may be a good choice for the range fields and HStoreField, and GIN may be helpful for ArrayField.

ArrayField

class ArrayField(base_field, size=None, **options)

A field for storing lists of data. Most field types can be used, and you pass another field instance as the base_field. You may also specify a size. ArrayField can be nested to store multi-dimensional arrays.

Jika anda memberikan bidang default, pastikan itu adalah callable seperti list (untuk sebuah nilai kosong) atau sebuah callable yang mengembalikan list (seperti sebuah fungsi). Salah menggunakan default=[] membuat awalan yang berubah-ubah yaitu dibagi diantara semua contoh dari ArrayField.

base_field

Ini adalah sebuah argumen diwajibkan.

Menentukan jenis data yang mendasari dan perilaku dari larik. Itu harus berupa sebuah contoh dari sub kelas dari Field. Sebagai contoh, itu dapat berupa sebuah IntegerField atau CharField. Kebanyakan jenis-jenis bidang diizinkan, dengan pengecualian dari itu menangani hubungan data (ForeignKey, OneToOneField dan ManyToManyField).

Itu memungkinkan menyarang bidang-bidang larik - anda dapat menentukan sebuah instance dari ArrayField sebagai base_field. Sebagai contoh:

from django.contrib.postgres.fields import ArrayField
from django.db import models

class ChessBoard(models.Model):
    board = ArrayField(
        ArrayField(
            models.CharField(max_length=10, blank=True),
            size=8,
        ),
        size=8,
    )

Perubahan dari nilai-nilai diantara basisdata dan model, pengesahan dari data dan konfigurasi, dan serialisasi adalah semua dilimpahkan ke bidang dasar pokok.

size

Ini adalah sebuah argumen pilihan.

Jika dilewatkan, larik akan memiliki ukuran maksimal seperti ditentukan. Ini akan dilewatkan ke basisdata meskipun PostgreSQL saat sekarang tidak melaksanakan batasan.

Catatan

When nesting ArrayField, whether you use the size parameter or not, PostgreSQL requires that the arrays are rectangular:

from django.contrib.postgres.fields import ArrayField
from django.db import models

class Board(models.Model):
    pieces = ArrayField(ArrayField(models.IntegerField()))

# Valid
Board(pieces=[
    [2, 3],
    [2, 1],
])

# Not valid
Board(pieces=[
    [2, 3],
    [2],
])

Jika bentuk-bentuk tidak beraturan, kemudian bidang pokok harus dibuat null dan nilai-nilai ditambah dengan None.

Meminta ArrayField

Ada sejumlah pencarian penyesuaian dan merubah untuk ArrayField. Kami akan menggunakan model contoh berikut:

from django.contrib.postgres.fields import ArrayField
from django.db import models

class Post(models.Model):
    name = models.CharField(max_length=200)
    tags = ArrayField(models.CharField(max_length=200), blank=True)

    def __str__(self):
        return self.name

contains

Pencarian contains ditimpa pada ArrayField. Obyek-obyek dikembalikan akan menjadi mereka dimana nilai-nilai dilewatkan adalah himpuna bagian dari data. Itu menggunakan penghubung SQL @>. Sebagai contoh:

>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['tutorial', 'django'])

>>> Post.objects.filter(tags__contains=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>

>>> Post.objects.filter(tags__contains=['django'])
<QuerySet [<Post: First post>, <Post: Third post>]>

>>> Post.objects.filter(tags__contains=['django', 'thoughts'])
<QuerySet [<Post: First post>]>

contained_by

Ini adalah kebalikan dari pencarian contains - obyek-obyek dikembalikan akan menjadi mereka dimana data adalah himpunan bagian dari nilai-nilai dilewatkan. Itu menggunakan penghubung SQL @. Sebagai contoh:

>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['tutorial', 'django'])

>>> Post.objects.filter(tags__contained_by=['thoughts', 'django'])
<QuerySet [<Post: First post>, <Post: Second post>]>

>>> Post.objects.filter(tags__contained_by=['thoughts', 'django', 'tutorial'])
<QuerySet [<Post: First post>, <Post: Second post>, <Post: Third post>]>

overlap

Mengembalikan obyek-obyek dimana data berbagi hasil apapun dengan nilai-nilai dilewatkan. menggunakan penghubung SQL &&. Sebagai contoh:

>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['tutorial', 'django'])

>>> Post.objects.filter(tags__overlap=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>

>>> Post.objects.filter(tags__overlap=['thoughts', 'tutorial'])
<QuerySet [<Post: First post>, <Post: Second post>, <Post: Third post>]>

len

Mengembalikan panjang dari larik. Pencarian tersedia setelah itu adalah mereka tersedia untuk IntegerField. Sebagai contoh:

>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])

>>> Post.objects.filter(tags__len=1)
<QuerySet [<Post: Second post>]>

Perubahan indeks

Indeks merubah indeks menjadi larik. Integer bukan-negatif apapun dapat digunakan. TIdak ada kesalahan jika itu melebihi size dari larik. Pencarian tersedia setelah perubahan adalah itu dari base_field. Sebagai contoh:

>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])

>>> Post.objects.filter(tags__0='thoughts')
<QuerySet [<Post: First post>, <Post: Second post>]>

>>> Post.objects.filter(tags__1__iexact='Django')
<QuerySet [<Post: First post>]>

>>> Post.objects.filter(tags__276='javascript')
<QuerySet []>

Catatan

PostgreSQL menggunakan pengindeksan berdasarkan-1 untuk bidang larik ketika menulis SQL mentah. bagaimanapun indeks-indeks ini dan mereka digunakan dalam slices menggunakan pengindeksan berdasarkan-0 untuk tetap dengan Python.

Perubahan potongan

Potongan perubahan mengambil potongan dari larik. Apapun dua bukan-negatif integer dapat digunakan, dipisahkan oleh garis bawa tunggal. Pencarian setelah perubahan tidak berubah. Sebagai contoh:

>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['django', 'python', 'thoughts'])

>>> Post.objects.filter(tags__0_1=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>

>>> Post.objects.filter(tags__0_2__contains=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>

Catatan

PostgreSQL menggunakan pengindeksan berdasarkan-1 untuk bidang larik ketika menulis SQL mentah. bagaimanapun potongan-potongan ini dan itu yang digunakan dalam indexes menggunakan pengindeksan berdasarkan-0 untuk tetap dengan Python.

Larik dimensi banyak dengan indeks dan potongan

PostgreSQL mempunyai beberapa perilaku esotorik ketika menggunakan pengindeksan dan pemotongan pada larik banyak dimensi. itu akan selalu bekerja mencapat ke data pokok akhir, tetapi kebanyakan potongan berperilaku aneh pada tingkat basisdata dan tidak dapat didukung dalam logika, gaya tetap oleh Django.

Bidang CIText

class CIText(**options)

Sebuah percampuran untuk membuat bidang-bidang teks kasus-tidak-peka didukung oleh citext type. Baca mengenai the performance considerations sebelum menggunakan itu.

Untuk menggunakan citext, gunakan tindakan CITextExtension pada setup the citext extension di PostgreSQL sebelum tindakan perpindahan pertama CreateModel.

Jika anda sedang menggunakan sebuah ArrayField dari bidang CIText, anda harus menambah 'django.contrib.postgres' dalam INSTALLED_APPS anda, sebaliknya nilai bidang akan muncul sebagai string seperti '{thoughts,django}'.

Beberapa bidang yang menggunakan mixin disediakan:

class CICharField(**options)
class CIEmailField(**options)
class CITextField(**options)

Bidang ini subkelas CharField, EmailField, dan TextField, masing-masing.

max_length tidak akan dipaksa dalam basisdata sejak perilaku citext mirip pada teks text PostgreSQL.

HStoreField

class HStoreField(**options)

Sebuah bidang untuk menyimpan pasangan nilai-kunci. Jenis data Python adalah sebuah dict. Kunci-kunci harus berupa string, dan nilai-nilai mungkin salah satu string atau null (None dalam Python).

Untuk menggunakan bidang ini, anda akan butuh untuk:

  1. Tambah 'django.contrib.postgres' dalam INSTALLED_APPS anda.
  2. Setup the hstore extension di PostgreSQL.

Anda akan melihat sebuah kesalahan seperti can't adapt type 'dict' jika anda melewati langkah pertama, atau type "hstore" does not exist jika anda melewati kedua.

Catatan

Pada kesempatan itu mungkin berguna untuk membutuhkan atau membatasi kunci-kunci yang sah untuk bidang diberikan. Ini dapat dilakukan menggunakan KeysValidator.

Meminta HStoreField

Sebagai tambahan pada kemampuan untuk pencarian berdasarkan kunci, ada angka dari pencarian penyesuaian tersedia untuk HStoreField.

Kami akan menggunakan model contoh berikut:

from django.contrib.postgres.fields import HStoreField
from django.db import models

class Dog(models.Model):
    name = models.CharField(max_length=200)
    data = HStoreField()

    def __str__(self):
        return self.name

Kunci pencarian

To query based on a given key, you can use that key as the lookup name:

>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie'})

>>> Dog.objects.filter(data__breed='collie')
<QuerySet [<Dog: Meg>]>

Anda dapat mengikat pencarian lain setelah pencarian kunci:

>>> Dog.objects.filter(data__breed__contains='l')
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>

Jika kunci yang anda ahrapkan untuk meminta berdasarkan ketidakcocokan dengan nama dari pencarian lain, anda butuh menggunakan pencarian hstorefield.contains lookup sebagai gantinya.

Peringatan

Sejak string apapun dapat berupa sebuah kunci dalam nilai hstore, pencarian apapun dari pada tersebut didaftar dibawah akan diartikan sebagai sebuah pencarian kunci. Tidak ada kesalahan akan dimunculkan. Ekstra hati-hati untuk menulis kesalahan, dan selalu memeriksa permintaan anda bekerja sesuai maksud anda.

contains

Pencarian contains ditimpa pada HStoreField. Obyek-obyek yang dikembalikan adalah itu dimana dict dari pasangan nilai-kunci yang diberikan dikandung semua dalam bidang. Itu menggunakan penghubung SQ: A>. Sebagai contoh:

>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador', 'owner': 'Bob'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.create(name='Fred', data={})

>>> Dog.objects.filter(data__contains={'owner': 'Bob'})
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>

>>> Dog.objects.filter(data__contains={'breed': 'collie'})
<QuerySet [<Dog: Meg>]>

contained_by

Ini adalah kebalikan dari pencarian contains - obyek-obyek dikembalikan akan berupa itu dimana pasangan nilai-kunci pada obyek adalah sebuah jimpunan bagian dari itu dalam nilai dilewatkan. Itu menggunakan penghubung SQL <@. Sebagai contoh:

>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador', 'owner': 'Bob'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.create(name='Fred', data={})

>>> Dog.objects.filter(data__contained_by={'breed': 'collie', 'owner': 'Bob'})
<QuerySet [<Dog: Meg>, <Dog: Fred>]>

>>> Dog.objects.filter(data__contained_by={'breed': 'collie'})
<QuerySet [<Dog: Fred>]>

has_key

Mengembalikan obyek-obyek dimana kunci diberikan adalah dalam data. Menggunakan penghubung SQL ?. Sebagai contoh:

>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})

>>> Dog.objects.filter(data__has_key='owner')
<QuerySet [<Dog: Meg>]>

has_any_keys

Mengembalikan obyek-obyek dimana apapun dari kunci diberikan adalah dalam data. Menggunakan penghubung SQL ?|. Sebagai contoh:

>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'owner': 'Bob'})
>>> Dog.objects.create(name='Fred', data={})

>>> Dog.objects.filter(data__has_any_keys=['owner', 'breed'])
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>

has_keys

Mengembalikan obyek-obyek dimana semua kunci diberikan dalam data. Menggunakan penghubung SQL ?&. Sebagai contoh:

>>> Dog.objects.create(name='Rufus', data={})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})

>>> Dog.objects.filter(data__has_keys=['breed', 'owner'])
<QuerySet [<Dog: Meg>]>

keys

Mengembalikan obyek-obyek dimana larik dari kunci adalah nilai diberikan. Catat bahwa urutan tidak dijamin untuk menjadi handal, jadi perubahan ini utamanya berguna untuk menggunakan penghubung dengan pencarian pada ArrayField. Menggunakan fungsi SQL akeys(). Sebagai contoh:

>>> Dog.objects.create(name='Rufus', data={'toy': 'bone'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})

>>> Dog.objects.filter(data__keys__overlap=['breed', 'toy'])
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>

values

Returns objects where the array of values is the given value. Note that the order is not guaranteed to be reliable, so this transform is mainly useful for using in conjunction with lookups on ArrayField. Uses the SQL function avals(). For example:

>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})

>>> Dog.objects.filter(data__values__contains=['collie'])
<QuerySet [<Dog: Meg>]>

JSONField

class JSONField(encoder=None, **options)

Sebuah bidang untuk menyimpan data tersandi JSON. Dalam Python data diwakili dalam bentuk asli Python nya: dictionary, string, angka, booelan dan None.

encoder

Sebuah pilihan kelas penyandian-JSON untuk menserialisasikan jenis-jenis data tidak didukung oleh penserial JSON (datetime, uuid, dll.). Sebagai contoh, anda dapat menggunakan kelas DjangoJSONEncoder atau sub kelas json.JSONEncoder apapun.

Ketika nilai diambil dari basisdata, itu akan berupa dalam bentuk dipilih oleh penyandi penyesuaian (kebanyakan sering sebuah string), jadi anda akan butuh mengambil langkah-langkah tambahan untuk merubah nilai kembali ke jenis data awalan (Model.from_db() dan Field.from_db_value() adalah dua kaitan memungkinkan untuk tujuan tersebut). Deserialisasi anda mungkin butuh dijelaskan untuk fakta bahwa anda tidak bisa memastikan dari jenis masukan. Sebagai contoh, anda menjalankan resiko dari mengembalikan sebuah datetime yang sebenarnya baru terjadi menjadi bentuk sama dipilih untuk datetime.

Jika anda memberikan bidang default, pastikan itu adalah callable seperti dict (untuk sebuah awalan kosong) atau sebuah callable yang mengembalikan sebuah dict (seperti sebuah fungsi). Tidak tepat menggunakan default={} membuat sebuah awalan yang tidak tetap yaitu dibagi diantara semua contoh-contoh dari JSONField.

Catatan

PostgreSQL mempunyai dua jenis data berdasarkan JSON asli: json dan jsonb. Perbedaan utama diantara mereka adalah bagaimana mereka disimpan dan bagaimana mereka dapat diminta. Bidang json PostgreSQL disimpan sebagai perwakilan string asli dari JSON dan harus disandikan dengan cepat ketika permintaan berdasarkan pada kunci-kunci. Bidang jsonb disimpan berdasarkan pada struktur sebenarnya dari JSON yang mengizinkan pengindeksan. Pertukaran adalah tambahan biaya kecil pada menulis ke bidang jsonb field. JSONField menggunakan jsonb.

Ditinggalkan sejak versi 3.1: Use django.db.models.JSONField instead.

Meminta JSONField

See Meminta JSONField for details.

Bidang Jangkauan

Ada lima jenis jangkauan bidang, berhubungan ke jenis jangkauan siap-pakai dalam PostgreSQL. Bidang-bidang ini digunakan untuk menyimpan jangkauan dari nilai; sebagai contoh stempel waktu awal dan akhir dari sebuah acara, atau jangkauan dari umur sebuah aktivitas yang cocok.

All of the range fields translate to psycopg2 Range objects in Python, but also accept tuples as input if no bounds information is necessary. The default is lower bound included, upper bound excluded, that is [) (see the PostgreSQL documentation for details about different bounds).

IntegerRangeField

class IntegerRangeField(**options)

Menyimpan jangkauan integer. Berdasarkan pada IntegerField. Diwakilkan oleh int4range dalam basisdata dan NumericRange dalam Python.

Regardless of the bounds specified when saving the data, PostgreSQL always returns a range in a canonical form that includes the lower bound and excludes the upper bound, that is [).

BigIntegerRangeField

class BigIntegerRangeField(**options)

Menyimpan jangkauan integer besar. Berdasarkan pada BigIntegerField. Diwakilkan oleh int8range dalam basisdata dan NumericRange dalam Python.

Regardless of the bounds specified when saving the data, PostgreSQL always returns a range in a canonical form that includes the lower bound and excludes the upper bound, that is [).

DecimalRangeField

class DecimalRangeField(**options)

Menyimpan jangkauan dari nilai floating point. Berdasarkan pada sebuah DecimalField. Diwakili oleh sebuah numrange dalam basisdata dan sebuah NumericRange di Python.

DateTimeRangeField

class DateTimeRangeField(**options)

Menyimpan jangkauan timestamp. Berdasarkan pada DateTimeField. Diwakilkan oleh tstzrange dalam basisdata dan DateTimeTZRange dan Python.

DateRangeField

class DateRangeField(**options)

Menyimpan jangkauan date. Berdasarkan pada DateField. Diwakilkan oleh daterange dalam basisdata dan DateRange dalam Python.

Regardless of the bounds specified when saving the data, PostgreSQL always returns a range in a canonical form that includes the lower bound and excludes the upper bound, that is [).

Meminta Jangkauan Bidang

Ada sejumlah pencarian penyesuaian dan perubahan untuk bidang jangkauan. Mereka tersedia pada semua bidang-bidang diatas, tetapi kami akan menggunakan model contoh berikut:

from django.contrib.postgres.fields import IntegerRangeField
from django.db import models

class Event(models.Model):
    name = models.CharField(max_length=200)
    ages = IntegerRangeField()
    start = models.DateTimeField()

    def __str__(self):
        return self.name

Kami akan juga menggunakan obyek contoh berikut:

>>> import datetime
>>> from django.utils import timezone
>>> now = timezone.now()
>>> Event.objects.create(name='Soft play', ages=(0, 10), start=now)
>>> Event.objects.create(name='Pub trip', ages=(21, None), start=now - datetime.timedelta(days=1))

dan NumericRange:

>>> from psycopg2.extras import NumericRange

Fungsi-fungsi penahanan

Seperti bidang-bidang PostgreSQL lainnya, ada tiga standar penahanan penghubung: contains, contained_by dan overlap, menggunakan penghubung SQL @>, <@, dan && masing-masing.

contains
>>> Event.objects.filter(ages__contains=NumericRange(4, 5))
<QuerySet [<Event: Soft play>]>
contained_by
>>> Event.objects.filter(ages__contained_by=NumericRange(0, 15))
<QuerySet [<Event: Soft play>]>

The contained_by lookup is also available on the non-range field types: SmallAutoField, AutoField, BigAutoField, SmallIntegerField, IntegerField, BigIntegerField, DecimalField, FloatField, DateField, and DateTimeField. For example:

>>> from psycopg2.extras import DateTimeTZRange
>>> Event.objects.filter(
...     start__contained_by=DateTimeTZRange(
...         timezone.now() - datetime.timedelta(hours=1),
...         timezone.now() + datetime.timedelta(hours=1),
...     ),
... )
<QuerySet [<Event: Soft play>]>
Changed in Django 3.1:

Support for SmallAutoField, AutoField, BigAutoField, SmallIntegerField, and DecimalField was added.

overlap
>>> Event.objects.filter(ages__overlap=NumericRange(8, 12))
<QuerySet [<Event: Soft play>]>

Fungsi perbandingan

Bidang jangkauan mendukung pencarian standar: lt, gt, lte dan gte. Ini tidak terlalu membantu - mereka membandingkan batasan terendah dahulu dan batasan tertinggi hanya jika dibutuhkan. Ini juga strategi digunakan untuk mengurutkan berdasarkan bidang jangkauan. Itu lebih baik menggunakan penghubung perbandingan jangkauan khusus.

fully_lt

Jangkauan dikembalikan adalah sangat kurang dari jangkauan dilewatkan. Dengan kata lain, semua titik dalam jangkauan dikembalikan kurang dari semua dalam jangkauan dilewatkan.

>>> Event.objects.filter(ages__fully_lt=NumericRange(11, 15))
<QuerySet [<Event: Soft play>]>
fully_gt

Jangkauan dikembalikan adalah lebih besar dari jangkauan dilewatkan. Dengan kata lain, semua titik dalam jangkauan dikembalikan lebih besar dari semua dalam jangkauan dilewatkan.

>>> Event.objects.filter(ages__fully_gt=NumericRange(11, 15))
<QuerySet [<Event: Pub trip>]>
not_lt

Jangkauan dikembalikan tidak mengandung titik apapun kurang dari jangkauan dilewatkan, yaitu batasan terendah dari jangkauan dikembalikan adalah setidaknya batasan terendah dari jangkauan dilewatkan.

>>> Event.objects.filter(ages__not_lt=NumericRange(0, 15))
<QuerySet [<Event: Soft play>, <Event: Pub trip>]>
not_gt

Jangkauan dikembalikan tidak mengandung titik apapun lebih besar dari jangkauan dilewatkan, yaitu batasan tertinggi dari jangkauan dikembalikan adalah batasan paling tertinggi dari jangkauan dilewatkan.

>>> Event.objects.filter(ages__not_gt=NumericRange(3, 10))
<QuerySet [<Event: Soft play>]>
adjacent_to

Jangkauan dikembalikan berbagi sebuah batasan dengan jangkauan dilewatkan.

>>> Event.objects.filter(ages__adjacent_to=NumericRange(10, 21))
<QuerySet [<Event: Soft play>, <Event: Pub trip>]>

Meminta menggunakan batasan

Ada tiga perubahan tersedia untuk digunakan dalam permintaan. Anda dapat mengeluarkan batasan terendah dan tertinggi, atau meminta berdasarkan kekosongan.

startswith

Obyek-obyek dikembalikan memiliki batasan terendah diberikan. Dapat diikat untuk pencarian sah untuk bidang dasar.

>>> Event.objects.filter(ages__startswith=21)
<QuerySet [<Event: Pub trip>]>
endswith

Obyek-obyek dikembalikan memiliki batasan tertinggi diberikan. Dapat diikat untuk pencarian sah untuk bidang dasar.

>>> Event.objects.filter(ages__endswith=10)
<QuerySet [<Event: Soft play>]>
isempty

Obyek-obyek dikembalikan adalah jangkauan kosong. Dapat diikat untuk pencarian sah untuk BooleanField.

>>> Event.objects.filter(ages__isempty=True)
<QuerySet []>
lower_inc
New in Django 3.1.

Returns objects that have inclusive or exclusive lower bounds, depending on the boolean value passed. Can be chained to valid lookups for a BooleanField.

>>> Event.objects.filter(ages__lower_inc=True)
<QuerySet [<Event: Soft play>, <Event: Pub trip>]>
lower_inf
New in Django 3.1.

Returns objects that have unbounded (infinite) or bounded lower bound, depending on the boolean value passed. Can be chained to valid lookups for a BooleanField.

>>> Event.objects.filter(ages__lower_inf=True)
<QuerySet []>
upper_inc
New in Django 3.1.

Returns objects that have inclusive or exclusive upper bounds, depending on the boolean value passed. Can be chained to valid lookups for a BooleanField.

>>> Event.objects.filter(ages__upper_inc=True)
<QuerySet []>
upper_inf
New in Django 3.1.

Returns objects that have unbounded (infinite) or bounded upper bound, depending on the boolean value passed. Can be chained to valid lookups for a BooleanField.

>>> Event.objects.filter(ages__upper_inf=True)
<QuerySet [<Event: Pub trip>]>

Menentukan jenis jangkauan anda sendiri

PostgreSQL mengizinkan pengertian dari jenis-jenis jangkauan penyesuaian. Penerapan model Django dan bidang formulir menggunakan kelas-kelas dasar dibawah, dan psycopg2 menyediakan register_range() untuk mengizinkan penggunaan dari jenis-jenis jangkauan penyesuaian.

class RangeField(**options)

Kelas dasar untuk bidang jangkauan model.

base_field

Kelas bidang model digunakan.

range_type

Jenis jangkauan psycopg2 digunakan.

form_field

Kelas bidang formulir digunakan. Harus berupa subkelas dari django.contrib.postgres.forms.BaseRangeField.

class django.contrib.postgres.forms.BaseRangeField

Kelas dasar untuk formulir bidang jangkauan.

base_field

Bidang formulir digunakan.

range_type

Jenis jangkauan psycopg2 digunakan.

Range operators

New in Django 3.0.
class RangeOperators

PostgreSQL provides a set of SQL operators that can be used together with the range data types (see the PostgreSQL documentation for the full details of range operators). This class is meant as a convenient method to avoid typos. The operator names overlap with the names of corresponding lookups.

class RangeOperators:
    EQUAL = '='
    NOT_EQUAL = '<>'
    CONTAINS = '@>'
    CONTAINED_BY = '<@'
    OVERLAPS = '&&'
    FULLY_LT = '<<'
    FULLY_GT = '>>'
    NOT_LT = '&>'
    NOT_GT = '&<'
    ADJACENT_TO = '-|-'

Pernyataan RangeBoundary()

New in Django 3.0.
class RangeBoundary(inclusive_lower=True, inclusive_upper=False)
inclusive_lower

If True (default), the lower bound is inclusive '[', otherwise it's exclusive '('.

inclusive_upper

If False (default), the upper bound is exclusive ')', otherwise it's inclusive ']'.

A RangeBoundary() expression represents the range boundaries. It can be used with a custom range functions that expected boundaries, for example to define ExclusionConstraint. See the PostgreSQL documentation for the full details.