新闻详情

新闻详情

首页 / 资讯中心 / 详情

Django 中使用 filter 过滤不等于条件

发布时间:2026/11/18 13:36:20来源:尧图网络
Django 中使用 filter 过滤不等于条件
在 Django 的 API 过滤 (django_filters) 中需要实现category字段不等于 6 的过滤规则。由于django_filters主要用于包含特定条件的数据而不直接支持exclude操作因此需要采用自定义方法来实现该过滤条件。解决方案在AoYuStudentFilter过滤类中添加一个category_not过滤器并使用methodfilter_category_not指定自定义过滤方法。该方法通过queryset.exclude(categoryvalue)过滤掉category等于 6 的数据从而返回符合条件的数据集。这样在 API 请求时可以使用category_not6作为查询参数来排除category为 6 的数据。fromdjango_filtersimportrest_frameworkasfiltersfrom.modelsimportMyModelclassAoYuStudentFilter(filters.FilterSet):category_notfilters.NumberFilter(methodfilter_category_not)classMeta:modelMyModel fields[name_student,id_student,voucher_number,from_high_school,from_university,subjects_before,subjects_after,from_university_major,date_admission_daterangeStart,date_admission_daterangeEnd,create_datetime_daterangeStart,create_datetime_daterangeEnd,score_total_min,score_total_max,category_not]deffilter_category_not(self,queryset,name,value): 过滤掉 category 等于指定值的记录 ifvalueisnotNone:returnqueryset.exclude(categoryvalue)returnqueryset在 API 请求中可以使用category_not6作为查询参数。例如GET /api/students/?category_not6此查询将返回所有category不等于 6 的记录。该方法确保django_filters仍然保持灵活性同时能够满足排除特定值的需求。代码结构清晰适用于 Django REST framework 过滤需求并可根据具体需求进一步扩展。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉