Python编程:数据库分页取数据

简介: Python编程:数据库分页取数据

Python编程:数据库分页取数据

def paginate(page, paginate_by=20):
    """
    表分页
    """
    if page > 0:
        page -= 1
    return {
        "limit": paginate_by,
        "offset": page * paginate_by
    }
if __name__ == "__main__":
   for i in range(1, 10):
       ret = paginate(i)
       print(ret["limit"], ret["offset"])
   """
   (20, 0)
   (20, 20)
   (20, 40)
   (20, 60)
   (20, 80)
   (20, 100)
   (20, 120)
   (20, 140)
   (20, 160)
   """

分页函数参考peewee模块

加强版分页函数

由于前端传回来的参数,都是字符串,后端还要转为int,每次都转很麻烦,所以直接封装到分页函数里

# -*- coding: utf-8 -*-
def paginate(page, size=20):
    """
    数据库 分页 和 翻页 功能函数
    @param page: int or str 页面页数
    @param size: int or str 分页大小
    @return: dict
    {
        'limit': 20,   所取数据行数
        'offset': 0,   跳过的行数
        'before': 0,   前一页页码
        'current': 1,  当前页页码
        'next': 2      后一页页码
    }
    """
    if not isinstance(page, int):
        try:
            page = int(page)
        except TypeError:
            page = 1
    if not isinstance(size, int):
        try:
            size = int(size)
        except TypeError:
            size = 20
    if page > 0:
        page -= 1
    data = {
        "limit": size,
        "offset": page * size,
        "before": page,
        "current": page + 1,
        "next": page + 2
    }
    return data
if __name__ == '__main__':
    result = paginate(None, None)
    print(result)
    result = paginate(0, 20)
    print(result)
    result = paginate(1, 50)
    print(result)
    result = paginate(3, 20)
    print(result)
    result = paginate("3", "30")
    print(result)
    """
    {'limit': 20, 'offset': 0, 'before': 0, 'current': 1, 'next': 2}
    {'limit': 20, 'offset': 0, 'before': 0, 'current': 1, 'next': 2}
    {'limit': 50, 'offset': 0, 'before': 0, 'current': 1, 'next': 2}
    {'limit': 20, 'offset': 40, 'before': 2, 'current': 3, 'next': 4}
    {'limit': 30, 'offset': 60, 'before': 2, 'current': 3, 'next': 4}
    """


相关文章
|
2月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
378 7
|
3月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
316 102
|
2月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
211 3
|
2月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
479 3
|
2月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
295 3
|
3月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
2月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
300 0
|
3月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
334 0
|
安全 测试技术 数据库
Python编程--sys模块及OS模块简单用例
Python编程--sys模块及OS模块简单用例
189 1

热门文章

最新文章

推荐镜像

更多