Per loop:
values = [1, 2, 3]
q = Q(pk__in=[]) # generic "always false" value
for val in values:
q |= Q(pk=val)
Article.objects.filter(q)
Ridurre:
from functools import reduce
from operator import or_
values = [1, 2, 3]
q_objects = [Q(pk=val) for val in values]
q = reduce(or_, q_objects, Q(pk__in=[]))
Article.objects.filter(q)
Entrambi sono equivalenti a Article.objects.filter(pk__in=values)
È importante considerare quello che vuoi quando values
è vuoto. Molte risposte con Q()
come valore iniziale restituiranno tutto . Q(pk__in=[])
è un valore iniziale migliore. È un oggetto Q sempre fallimentare che viene gestito bene dall'ottimizzatore (anche per equazioni complesse).
Article.objects.filter(Q(pk__in=[])) # doesn't hit DB
Article.objects.filter(Q(pk=None)) # hits DB and returns nothing
Article.objects.none() # doesn't hit DB
Article.objects.filter(Q()) # returns everything
Se vuoi restituire tutto quando values
è vuoto, dovresti AND con ~Q(pk__in=[])
per assicurarti che il comportamento:
values = []
q = Q()
for val in values:
q |= Q(pk=val)
Article.objects.filter(q) # everything
Article.objects.filter(q | author="Tolkien") # only Tolkien
q &= ~Q(pk__in=[])
Article.objects.filter(q) # everything
Article.objects.filter(q | author="Tolkien") # everything
È importante ricordare che nonQ()
è niente , non è un oggetto Q sempre riuscito. Qualsiasi operazione che lo coinvolge lo farà cadere completamente.