操作员参考¶

本节详细介绍可用于构造SQL表达式的运算符的用法。

这些方法是根据 Operators 和 ColumnOperators 基类。这些类的后代可以使用这些方法，包括：

Column 物体
ColumnElement 对象，它们是所有核心SQL表达式语言列级表达式的根
InstrumentedAttribute 对象是映射的属性。

在教程部分中首先介绍了运算符，包括：

SQLAlchemy 1.4/2.0教程 - unified tutorial in 2.0 style
对象关系教程（1.x API） - ORM tutorial in 1.x style
SQL表达式语言教程（1.x API） - Core tutorial in 1.x style

比较运算符¶

适用于许多数据类型（包括数字、字符串、日期等）的基本比较：

ColumnOperators.__eq__() （Python“==”运算符）：：
```
>>> print(column('x') == 5)
x = :x_1
```
ColumnOperators.__ne__() （ Python “`”！=``“运算符）：：
```
>>> print(column('x') != 5)
x != :x_1
```
ColumnOperators.__gt__() （Python“>”运算符）：：
```
>>> print(column('x') > 5)
x > :x_1
```
ColumnOperators.__lt__() （Python“<”运算符）：：
```
>>> print(column('x') < 5)
x < :x_1
```
ColumnOperators.__ge__() （Python“>=`”运算符）：：
```
>>> print(column('x') >= 5)
x >= :x_1
```
ColumnOperators.__le__() （Python“<=`”运算符）：：
```
>>> print(column('x') <= 5)
x <= :x_1
```

ColumnOperators.between() ：：

>>> print(column('x').between(5, 10))
x BETWEEN :x_1 AND :x_2

在比较中¶

sqlin操作符在SQLAlchemy中是一个独立的主题。由于IN运算符通常用于固定值列表，SQLAlchemy的绑定参数强制特性使用了一种特殊的SQL编译形式，该编译将呈现一个临时SQL字符串，以便在第二步中形成绑定参数的最终列表。换言之，“它就是有效的”。

在值列表中¶

通常，通过将值列表传递给 ColumnOperators.in_() 方法：

>>> print(column('x').in_([1, 2, 3]))
x IN ([POSTCOMPILE_x_1])

特殊的装订形式 POSTCOMPILE 在执行时呈现为单个参数，如下所示：

>>> stmt=select(User.id).where(User.id.in_([1,2,3]))>>> result=conn.execute(stmt)SELECT user_account.id
FROM user_account
WHERE user_account.id IN (?, ?, ?)
[...] (1, 2, 3)

表达式中为空¶

SQLAlchemy通过呈现不返回行的后端特定子查询，为空IN表达式生成数学上有效的结果。换言之，“它很管用”：

>>> stmt=select(User.id).where(User.id.in_([]))>>> result=conn.execute(stmt)SELECT user_account.id
FROM user_account
WHERE user_account.id IN (SELECT 1 FROM (SELECT 1) WHERE 1!=1)
[...] ()

上面的“空集”子查询正确地进行了泛化，并且还根据保留在原位的in运算符呈现。

不在¶

“不在”可通过 ColumnOperators.not_in() 操作员：

>>> print(column('x').not_in([1, 2, 3]))
(x NOT IN ([POSTCOMPILE_x_1]))

通常，通过使用 ~ 操作员：

>>> print(~column('x').in_([1, 2, 3]))
(x NOT IN ([POSTCOMPILE_x_1]))

表达式中的元组¶

元组与元组的比较在中很常见，因为在将行与一组潜在的复合主键值进行匹配时，其他用例都适用于这种情况。这个 tuple_() construct为元组比较提供了基本的构建块。这个 Tuple.in_() 运算符然后接收元组列表：

>>> from sqlalchemy import tuple_
>>> tup = tuple_(column('x', Integer), column('y', Integer))
>>> expr = tup.in_([(1, 2), (3, 4)])
>>> print(expr)
(x, y) IN ([POSTCOMPILE_param_1])

要说明渲染的参数：

>>> tup=tuple_(User.id,Address.id)>>> stmt=select(User.name).join(Address).where(tup.in_([(1,1),(2,2)]))>>> conn.execute(stmt).all()SELECT user_account.name
FROM user_account JOIN address ON user_account.id = address.user_id
WHERE (user_account.id, address.id) IN (VALUES (?, ?), (?, ?))
[...] (1, 1, 2, 2)
[('spongebob',), ('sandy',)]

子查询输入¶

最后， ColumnOperators.in_() 和 ColumnOperators.not_in() 运算符处理子查询。表格规定 Select 构造直接传入，而不显式转换为命名子查询：

>>> print(column('x').in_(select(user_table.c.id)))
x IN (SELECT user_account.id
FROM user_account)

元组按预期工作：

>>> print(
...     tuple_(column('x'), column('y')).in_(
...         select(user_table.c.id, address_table.c.id).join(address_table)
...     )
... )
(x, y) IN (SELECT user_account.id, address.id
FROM user_account JOIN address ON user_account.id = address.user_id)

身份比较¶

这些运算符需要测试特殊的SQL值，例如 NULL ，布尔常量，例如 true 或 false 一些数据库支持：

ColumnOperators.is_() ：

此运算符将为“x IS y”提供精确的SQL，通常被视为“<expr>IS NULL”。这个 NULL 使用常规Python最容易获得常量 None ：：
```
>>> print(column('x').is_(None))
x IS NULL
```
如果需要，也可以使用 null() 结构：
```
>>> from sqlalchemy import null
>>> print(column('x').is_(null()))
x IS NULL
```
这个 ColumnOperators.is_() 使用运算符时自动调用 ColumnOperators.__eq__() 重载运算符，即。 == ，与 None 或 null() 价值观。这样，通常不需要使用 ColumnOperators.is_() 显式地，当与动态值一起使用时：
```
>>> a = None
>>> print(column('x') == a)
x IS NULL
```
注意 Python is 操作员是 不超载 . 即使Python为重载操作符提供了钩子，比如 == 和 != 是的 not 提供任何重新定义的方法 is .

ColumnOperators.is_not() ：

类似 ColumnOperators.is_() ，产生“不是”：

>>> print(column('x').is_not(None))
x IS NOT NULL

类似于 != None ：：

>>> print(column('x') != None)
x IS NOT NULL

ColumnOperators.is_distinct_from() ：

生成的SQL不同于：

>>> print(column('x').is_distinct_from('some value'))
x IS DISTINCT FROM :x_1

ColumnOperators.isnot_distinct_from() ：

生成的SQL与以下对象不同：

>>> print(column('x').isnot_distinct_from('some value'))
x IS NOT DISTINCT FROM :x_1

字符串比较¶

ColumnOperators.like() ：：

>>> print(column('x').like('word'))
x LIKE :x_1

ColumnOperators.ilike() ：

不区分大小写的LIKE使用SQL lower() 函数在通用后端上。在PostgreSQL后端，它将使用 ILIKE ：：
```
>>> print(column('x').ilike('word'))
lower(x) LIKE lower(:x_1)
```

ColumnOperators.notlike() ：：

>>> print(column('x').notlike('word'))
x NOT LIKE :x_1

ColumnOperators.notilike() ：：

>>> print(column('x').notilike('word'))
lower(x) NOT LIKE lower(:x_1)

管柱密封¶

字符串包含运算符基本上是由LIKE和字符串连接运算符组合而成的，即 || 在大多数后端或有时像 concat() ：

ColumnOperators.startswith() ：：

The string containment operators
>>> print(column('x').startswith('word'))
x LIKE :x_1 || '%'

ColumnOperators.endswith() ：：

>>> print(column('x').endswith('word'))
x LIKE '%' || :x_1

ColumnOperators.contains() ：：

>>> print(column('x').contains('word'))
x LIKE '%' || :x_1 || '%'

字符串匹配¶

匹配运算符始终特定于后端，并且可能在不同的数据库上提供不同的行为和结果：

ColumnOperators.match() ：

这是一个特定于方言的运算符，它使用底层数据库的匹配功能（如果可用）：
```
>>> print(column('x').match('word'))
x MATCH :x_1
```

ColumnOperators.regexp_match() ：

此运算符是特定于方言的。我们可以用PostgreSQL方言举例说明：

>>> from sqlalchemy.dialects import postgresql
>>> print(column('x').regexp_match('word').compile(dialect=postgresql.dialect()))
x ~ %(x_1)s

或MySQL:：

>>> from sqlalchemy.dialects import mysql
>>> print(column('x').regexp_match('word').compile(dialect=mysql.dialect()))
x REGEXP %s

字符串更改¶

ColumnOperators.concat() ：

字符串连接：：
```
>>> print(column('x').concat("some string"))
x || :x_1
```
此操作员可通过 ColumnOperators.__add__() ，也就是 Python + 运算符，当使用派生自 String ：：
```
>>> print(column('x', String) + "some string")
x || :x_1
```
操作员将生成适当的特定于数据库的构造，例如在MySQL上，它过去一直是 concat() SQL函数：：
```
>>> print((column('x', String) + "some string").compile(dialect=mysql.dialect()))
concat(x, %s)
```

ColumnOperators.regexp_replace() ：

补充 ColumnOperators.regexp() 这将为支持它的后端生成REGEXP REPLACE等效项：

>>> print(column('x').regexp_replace('foo', 'bar').compile(dialect=postgresql.dialect()))
REGEXP_REPLACE(x, %(x_1)s, %(x_2)s)

ColumnOperators.collate() ：

生成COLLATE SQL运算符，该运算符在表达式时提供特定的排序规则：

>>> print((column('x').collate('latin1_german2_ci') == 'Müller').compile(dialect=mysql.dialect()))
(x COLLATE latin1_german2_ci) = %s

要对文本值使用COLLATE，请使用 literal() 结构：

>>> from sqlalchemy import literal
>>> print((literal('Müller').collate('latin1_german2_ci') == column('x')).compile(dialect=mysql.dialect()))
(%s COLLATE latin1_german2_ci) = x

算术运算符¶

ColumnOperators.__add__() ， ColumnOperators.__radd__() （Python“+”运算符）：：
```
>>> print(column('x') + 5)
x + :x_1

>>> print(5 + column('x'))
:x_1 + x
```
注意，当表达式的数据类型为 String 或者类似的 ColumnOperators.__add__() 操作员却生成 string concatenation .
ColumnOperators.__sub__() ， ColumnOperators.__rsub__() （Python“-”运算符）：：
```
>>> print(column('x') - 5)
x - :x_1

>>> print(5 - column('x'))
:x_1 - x
```
ColumnOperators.__mul__() ， ColumnOperators.__rmul__() （Python“*`”运算符）：：
```
>>> print(column('x') * 5)
x * :x_1

>>> print(5 * column('x'))
:x_1 * x
```
ColumnOperators.__div__() ， ColumnOperators.__rdiv__() （Python“/”运算符）：：
```
>>> print(column('x') / 5)
x / :x_1
>>> print(5 / column('x'))
:x_1 / x
```
ColumnOperators.__mod__() ， ColumnOperators.__rmod__() （Python“%`”运算符）：：
```
>>> print(column('x') % 5)
x % :x_1
>>> print(5 % column('x'))
:x_1 % x
```

使用连词和否定词¶

如果我们重复使用 Select.where() 方法，以及类似的方法，如 Update.where() 和 Delete.where() ：：

>>> print(
...        select(address_table.c.email_address).
...        where(user_table.c.name == 'squidward').
...        where(address_table.c.user_id == user_table.c.id)
...    )
SELECT address.email_address
FROM address, user_account
WHERE user_account.name = :name_1 AND address.user_id = user_account.id

Select.where() ， Update.where() 和 Delete.where() 同时接受具有相同效果的多个表达式：

>>> print(
...        select(address_table.c.email_address).
...        where(
...            user_table.c.name == 'squidward',
...            address_table.c.user_id == user_table.c.id
...        )
...    )
SELECT address.email_address
FROM address, user_account
WHERE user_account.name = :name_1 AND address.user_id = user_account.id

“AND”连接词以及它的合作伙伴“OR”都可以直接使用 and_() 和 or_() 功能：：

>>> from sqlalchemy import and_, or_
>>> print(
...     select(address_table.c.email_address).
...     where(
...         and_(
...             or_(user_table.c.name == 'squidward', user_table.c.name == 'sandy'),
...             address_table.c.user_id == user_table.c.id
...         )
...     )
... )
SELECT address.email_address
FROM address, user_account
WHERE (user_account.name = :name_1 OR user_account.name = :name_2)
AND address.user_id = user_account.id

可以使用 not_() 功能。这通常将反转布尔表达式中的运算符：

>>> from sqlalchemy import not_
>>> print(not_(column('x') == 5))
x != :x_1

它也可以应用关键字，例如 NOT 适当时：

>>> from sqlalchemy import Boolean
>>> print(not_(column('x', Boolean)))
NOT x

连接运算符¶

以上连接函数 and_() ， or_() ， not_() 也可用作重载的Python运算符：

注解

Python & ， | 和 ~ 运算符在语言中具有很高的优先级；因此，括号通常必须应用于本身包含表达式的操作数，如下例所示。

Operators.__and__() （Python“&”运算符）：

Python二进制文件 & 运算符的行为与 and_() （注意两个操作数周围的括号）：：
```
>>> print((column('x') == 5) & (column('y') == 10))
x = :x_1 AND y = :y_1
```
Operators.__or__() （Python“|`”运算符）：

Python二进制文件 | 运算符的行为与 or_() （注意两个操作数周围的括号）：：
```
>>> print((column('x') == 5) | (column('y') == 10))
x = :x_1 OR y = :y_1
```
Operators.__invert__() （Python“~”运算符）：

Python二进制文件 ~ 运算符的行为与 not_() ，或者反转现有运算符，或者应用 NOT 整个表达式的关键字：：
```
>>> print(~(column('x') == 5))
x != :x_1

>>> from sqlalchemy import Boolean
>>> print(~column('x', Boolean))
NOT x
```

操作员自定义¶

TODO

SQLAlchemy 1.4 Documentation

SQLAlchemy 1.4 Documentation

SQLAlchemy Core

操作员参考¶

比较运算符¶

在比较中¶

在值列表中¶

表达式中为空¶

不在¶

表达式中的元组¶

子查询输入¶

身份比较¶

字符串比较¶

管柱密封¶

字符串匹配¶

字符串更改¶

算术运算符¶

使用连词和否定词¶

连接运算符¶

操作员自定义¶