Как я создаю немного более сложный фильтр с помощью or_ или and_ в sqlalchemy

Если у вас есть список терминов и вы хотите найти строки, в которых поле соответствует одному из них, вы можете использовать метод in_ ():

terms = ['term1', 'term2', 'term3']
query.filter(Cls.field.in_(terms))

Если вы хотите сделать что-то более сложное, тогда или _ () и и _ () принимают объекты ClauseElement в качестве параметров. ClauseElement и его подклассы в основном представляют SQL AST вашего запроса. Обычно вы создаете элементы предложения, вызывая оператор сравнения для объектов Column или InstrumentedAttribute:

# Create the clause element
clause = (users_table.columns['name'] == "something")
#    you can also use the shorthand users_table.c.name

# The clause is a binary expression ...
print(type(clause))
#    <class 'sqlalchemy.sql.expression._BinaryExpression'>
# ... that compares a column for equality with a bound value.
print(type(clause.left), clause.operator, type(clause.right))
#    <class 'sqlalchemy.schema.Column'>, <built-in function eq>,
#    <class 'sqlalchemy.sql.expression._BindParamClause'>

# str() compiles it to SQL
print(str(clause)) 
# users.name = ?

# You can also do that with ORM attributes
clause = (User.name == "something")
print(str(clause))
# users.name = ?

Вы можете обрабатывать элементы предложения, представляющие ваши условия, как любые объекты Python, помещать их в списки, объединять их в другие элементы предложения и т. Д. Таким образом, вы можете сделать примерно так:

# Collect the separate conditions to a list
conditions = []
for term in terms:
    conditions.append(User.name == term)

# Combine them with or to a BooleanClauseList
condition = or_(*conditions)

# Can now use the clause element as a predicate in queries
query = query.filter(condition)
# or to view the SQL fragment
print(str(condition))
#    users.name = ? OR users.name = ? OR users.name = ?

Предполагая, что ваша переменная terms содержит допустимые фрагменты инструкции SQL, вы можете просто передать terms , которым предшествует звездочка, в or_ или and_ ]:

>>> from sqlalchemy.sql import and_, or_
>>> terms = ["name='spam'", "email='spam@eggs.com'"]
>>> print or_(*terms)
name='spam' OR email='spam@eggs.com'
>>> print and_(*terms)
name='spam' AND email='spam@eggs.com'

Обратите внимание, что это предполагает, что термины содержат только допустимые и правильно экранированные фрагменты SQL, поэтому это потенциально небезопасно, если злоумышленник может получить доступ к термины так или иначе.

Вместо того, чтобы создавать фрагменты SQL самостоятельно, вы должны позволить SQLAlchemy строить параметризованные запросы SQL, используя другие методы из sqlalchemy.sql . Я не знаю, подготовили ли вы объекты Table для своих таблиц или нет; в таком случае предположим, что у вас есть переменная с именем users , которая является экземпляром Table и описывает вашу таблицу users в базе данных. Затем вы можете сделать следующее:

from sqlalchemy.sql import select, or_, and_
terms = [users.c.name == 'spam', users.c.email == 'spam@eggs.com']
query = select([users], and_(*terms))
for row in conn.execute(query):
    # do whatever you want here

Здесь users.c.name == 'spam' создаст объект sqlalchemy.sql.expression._BinaryExpression , который записывает, что это отношение двоичного равенства между столбцом name таблицы users и строковым литералом, содержащим спам . При преобразовании этого объекта в строку вы получите фрагмент SQL, например users.name =: 1 , где : 1 является заполнителем для параметра. Объект _BinaryExpression также запоминает привязку : 1 к 'спаму' , но не вставляет его, пока не будет выполнен запрос SQL.Когда он будет вставлен, ядро ​​базы данных позаботится о том, чтобы он был правильно экранирован. Рекомендуемая литература: Операторная парадигма SQLAlchemy

Если у вас есть только таблица базы данных, но у вас нет переменной users , описывающей таблицу, вы можете создать ее самостоятельно:

from sqlalchemy import Table, MetaData, Column, String, Boolean
metadata = MetaData()
users = Table('users', metadata,
    Column('id', Integer, primary_key=True),
    Column('name', String),
    Column('email', String),
    Column('active', Integer)
)

В качестве альтернативы, вы можете использовать автозагрузку, которая запрашивает у механизма базы данных структуру базы данных и автоматически создает пользователей ; очевидно, на это уходит больше времени:

users = Table('users', metadata, autoload=True)

ну, у меня здесь была точно такая же проблема: SQLAlchemy: эффективный / лучший выбор по первичным ключам?

terms = ['one', 'two', 'three']
clauses = or_( * [Table.field == x for x in terms] )
query = Session.query(Table).filter(clauses)

Есть ли вам это нравится?