雖然本人使用django也有幾年的時間,但是還是對django中數據模型的null和blank有點分不清楚,我想很多人也和我一樣的困惑,現在將全面徹底的講解下兩個的區別。

一、null的使用

1、默認是False的,如果設置為True的時候,django將會映射到數據表指定是否為空

2、如果這個字段設置為False的時候,如果沒給這個字段傳遞任何值的時候,django也會使用一個空字符串(’’)存儲進去

3、如果這個字段設置為True的時候,django會產生兩種空值的情形(null和空字符串)

4、如果想要在表單驗證的時候允許這個字符串為空的時候,django建議使用blank=True

5、如果你的字段BooleanField的時候,可以為空的建議使用NullBooleanField

1、數據模型代碼

class BookModel(models.Model): ''' 書籍的數據模型 ''' uuid = models.UUIDField(unique=True, default=uuid.uuid4, verbose_name=’uuid’) name = models.CharField(max_length=100, default=’’, null=True, verbose_name=’書籍名稱’) # null默認是False,但是本案例中還是寫上去,更好區分 author = models.CharField(max_length=100, default=’’, null=False, verbose_name=’作者’) # blank=True僅僅是在表單校驗的時候可以為空,別的時候沒什么區別 price = models.FloatField(default=0, blank=True, verbose_name=’價格’) create_time = models.DateTimeField(auto_now_add=True, verbose_name=’創建時間’) update_time = models.DateTimeField(auto_now=True, verbose_name=’修改時間’) def __str__(self): return ’<BookModel>({}, {}, {}, {}, {}, {})’.format(self.uuid, self.name, self.author, self.price,self.create_time, self.update_time) class Meta(object): db_table = ’book’

2、sql語句

CREATE TABLE `book` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(100) DEFAULT NULL, `price` double NOT NULL, `create_time` datetime(6) NOT NULL, `update_time` datetime(6) NOT NULL, `uuid` char(32) NOT NULL, `author` varchar(100) NOT NULL, PRIMARY KEY (`id`), UNIQUE KEY `uuid` (`uuid`)) ENGINE=InnoDB DEFAULT CHARSET=utf8

3、數據庫表結構

4、插入數據后顯示對比

二、blank的使用

1、這個字段是在表單驗證的時候可以為空,默認是False

2、這個和null是有區別的

blank=True僅僅是在表單驗證的時候可以為空

null=True僅僅是數據庫級別的null

補充知識：Python中生成器的原理與使用說明

0.range() 函數，其功能是創建一個整數列表，一般用在 for 循環中

語法格式：range(start, stop, step)，參數使用參考如下：

start: 計數從 start 開始。默認是從 0 開始。例如range（4）等價于range（0， 4）;結果：（0,1,2,3）

stop: 計數到 stop 結束，但不包括 stop。例如：range（0， 5） 是[0, 1, 2, 3, 4]沒有5

step：步長，默認為1。例如：range（0， 5） 等價于 range(0, 5, 1)

#使用range函數建立列表ls =[x*2 for x in range(10)]print(ls)#[0, 2, 4, 6, 8, 10, 12, 14, 16, 18] ls1 = [x for x in range(0,10,2)] #步長是2.print(ls1) #[0, 2, 4, 6, 8] ls2 = [x for x in range(3,10,2)] #開始從3開始，步長是2.print(ls2) # [3, 5, 7, 9] ls3 =[x for x in range(0, -10, -1)] #負數的使用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.生成器的創建與元素迭代遍歷

1.1創建生成器方法1：只要把一個列表生成式的 [ ] 改成 ( )

生成器(generator)其實是一類特殊的迭代器。前面博客我們每次迭代獲取數據（通過next()方法）時按照特定的規律進行生成。但是我們在實現一個迭代器時，關于當前迭代到的狀態需要我們自己記錄，進而才能根據當前狀態生成下一個數據。為了達到記錄當前狀態，并配合next()函數進行迭代使用，python就搞了個生成器。所以說生成器(generator)其實是一類特殊的迭代器。

#1.創建生成器ls = [x*2 for x in range(10)]generator1 =(x*2 for x in range(10)) #這是一個生成器generatorprint(ls)print(generator1) #注意，打印生成器，不會像列表一樣打印他的值，而是地址。’’’[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]<generator object <genexpr> at 0x00000239FE00A620>’’’

1.1遍歷生成器內容

遍歷生成器對象中的內容：1.方法1.使用for循環遍歷for i in generator1: print(i) #方法2：命令行使用next()函數：調用next(G) ，就計算出 G 的下一個元素的值，直到計算到最后一個元素沒有更多的元素時，拋出 StopIteration 的異常。>>> generator1 =(x*2 for x in range(5))>>> next(generator1)0>>> next(generator1)2>>> next(generator1)4>>> next(generator1)6>>> next(generator1)8>>> next(generator1)Traceback (most recent call last): File '<stdin>', line 1, in <module>StopIteration2.方法2.python腳本使用next()方法，實際開發中是通過for循環來實現遍歷，這種next()方法太麻煩。g1 =(x*2 for x in range(5))while True: try: x = next(g1) print(x) except StopIteration as e : print('values=%s'%e.value) break #注意這里要加break,否則會死循環。’’’結果如下：02468values=None’’’3.方法3：使用對象自帶的__next__()方法，效果等同于next(g1)函數>>> g1 =(x*2 for x in range(5))>>> g1.__next__()0>>> g1.__next__()2>>> g1.__next__()4>>> g1.__next__()6>>> g1.__next__()8>>> g1.__next__()Traceback (most recent call last): File '<stdin>', line 1, in <module>StopIteration>>>

1.2創建生成器方法2:使用yield函數創建生成器。

generator非常強大。如果推算的算法比較復雜，用類似列表生成式的 for 循環無法實現的時候，還可以用函數來實現。簡單來說：只要在def中有yield關鍵字的 就稱為 生成器

#著名的斐波拉契數列（Fibonacci）:除第一個和第二個數外，任意一個數都可由前兩個數相加得到#1.舉例：1, 1, 2, 3, 5, 8, 13, 21, 34, ...使用函數實現打印數列的任意前n項。 def fib(times): #times表示打印斐波拉契數列的前times位。 n = 0 a,b = 0,1 while n<times: print(b) a,b = b,a+b n+=1 return ’done’ fib(10) #前10位：1 1 2 3 5 8 13 21 34 55 #2.將print(b)換成yield b,則函數會變成generator生成器。#yield b功能是：每次執行到有yield的時候，會返回yield后面b的值給函數并且函數會暫停，直到下次調用或迭代終止；def fib(times): #times表示打印斐波拉契數列的前times位。 n = 0 a,b = 0,1 while n<times: yield b a,b = b,a+b n+=1 return ’done’ print(fib(10)) #<generator object fib at 0x000001659333A3B8> 3.對生成器進行迭代遍歷元素方法1：使用for循環for x in fib(6): print(x)’’’’結果如下，發現如何生成器是函數的話，使用for遍歷，無法獲取函數的返回值。112358’’’方法2:使用next()函數來遍歷迭代，可以獲取生成器函數的返回值。同理也可以使用自帶的__next__()函數，效果一樣f = fib(6)while True: try: #因為不停調用next會報異常，所以要捕捉處理異常。 x = next(f) #注意這里不能直接寫next(fib(6)),否則每次都是重復調用1 print(x) except StopIteration as e: print('生成器返回值:%s'%e.value) break’’’結果如下：112358生成器返回值:done’’’

生成器使用總結：

1.生成器的好處是可以一邊循環一邊進行計算，不用一下子就生成一個很大的集合，占用內存空間。生成器的使用節省內存空間。

2.生成器保存的是算法，而列表保存的計算后的內容，所以同樣內容的話生成器占用內存小，而列表占用內存大。每次調用 next(G) ，就計算出 G 的下一個元素的值，直到計算到最后一個元素，沒有更多的元素時，拋出 StopIteration 的異常。

3.使用for 循環來遍歷生成器內容，因為生成器也是可迭代對象。通過 for 循環來迭代它，不需要關心 StopIteration 異常。但是用for循環調用generator時，得不到generator的return語句的返回值。如果想要拿到返回值，必須用next()方法，且捕獲StopIteration錯誤，返回值包含在StopIteration的value中。

4.在 Python 中，使用了 yield 的函數都可被稱為生成器（generator）。生成器是一個返回迭代器的函數，只能用于迭代操作。更簡單點理解生成器就是一個迭代器。

5.一個帶有 yield 的函數就是一個 generator，它和普通函數不同，生成一個 generator 看起來像函數調用，但不會執行任何函數代碼，直到對其調用 next()（在 for 循環中會自動調用 next()）才開始執行。雖然執行流程仍按函數的流程執行，但每執行到一個 yield 語句就會中斷，保存當前所有的運行信息，并返回一個迭代值，下次執行next() 方法時從 yield 的下一個語句繼續執行。看起來就好像一個函數在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 返回當前的迭代值。生成器不僅“記住”了它數據狀態；生成器還“記住”了它在流控制構造中的位置。

以上這篇django數據模型中null和blank的區別說明就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。