使用sqlalchemy从yaml创建数据库项的包。
bootalchem的Python项目详细描述
bootalchemy是一个工具，允许您通过yaml格式的文本将数据加载到sql数据库中。通过设置映射对象的
和一些文本，可以提供bootalchemy，它会将带有该文本的对象
推送到数据库中。除了yaml提供的所有功能之外，bootalchemy还可以消除关系的模糊，并将它们添加到数据库中。
/>从bootalchemy开始，我们首先考虑这个模型，假设它是在一个名为"model"的模块中定义的：
movie-directors-table=table（'movie-directors'，metadata，
column（'movie-id'，integer，foreignkey（'movies.movie_id'），primary_key=true），
column（'director_id'，integer，foreignkey（'directors.director_id'），primary_key=true））
=列（整数，主键=真）
名称=列（字符串（100））
说明=列（字符串（300））
nullable=false）
描述=列（文本，nullable=true）
流派id=column（整数，foreignkey（'genres.general'id'）
流派=关系（'genre'，backref='movies'）
发布日期=列（日期，nullable=true）
）：
u tablename_uuu="directors"
director_u id=column（integer，primary_u key=true）
title=column（string（100），nullable=false）
movies=relation（movie，secondary=movie_u directors表，backref="directors"）
首先，让我们探讨一下用于将数据推送到数据库中的结构。我们将使用普通的python从bootalchemy加载数据：
。加载程序导入加载程序/>
loader=loader（model）
loader.from_list（session，data）
genres=session.query（genre.all（）
print[（genre.name，genre.description）for genre in genres]
[（"action"，"car chases，guns and暴力"。）]数据正在会话中，尚未提交到数据库。启动炼金术默认情况下不提交，但可以进行提交。
对象名：[objectname类型的对象的开始
{属性'：'value'，属性'：'value'…更多属性}，
{属性'：'值'，'属性'：'值'…更多属性}，
…
}
]
objectname:[…这里有更多的属性指令…]
[提交：无]在此分组结束时可选提交
[刷新：无]在此分组结束时可选刷新
}，第一个分组结束
{{下一个分组开始
…
}下一个分组结束
]
基本结构是字典列表。每个字典代表一组对象。
每个对象可以有一个或多个与之关联的记录。
tting
--------
如果为分组提供名为commit和flush的键，则会话将相应地被提交或刷新。需要注意的一点是，如果您在记录中定义了任何
关系，那么分组将在该点刷新。
无法避免这种刷新。
declarativebase会自动执行此操作，但如果您有标准的sqlalchemy对象
定义，则可能需要使用类似于以下内容的超类来扩充它们：
class dbobject（object）：
"
这是所有其他模型的dbobject类类依赖于。
它允许我们通过将属性传递到构造函数中来实例化具有属性的对象。
"
def\uu in it（self，**kw）：
对于item，值以kw.iteritems（）表示：
setattr（self，item，value）
存储引用（想想autoincrement）
例如，让我们存储流派id，并在电影定义中使用它。：：
data=[{'genre'：[{'genre'id'：'&scfi'id'，
'name'："sci-fi"，
'description'："科幻小说，请参见：42'
}
]，
"刷新"：无}，
{"电影"：[{"标题"："回到未来"，
"描述"："1985年，布朗博士发明了时间旅行；1955年，马蒂·麦克弗利意外地阻止了他的父母。"开会，把自己的存在置于危险之中，
"发布日期"："1985-04-03"，
"流派id"："*scfi id"}，
"刷新"：无=session.query（movie.all（）
print[（movie.title，movie.genre.name）for movie in movies]
参考字典。然后，当您提供以"*"开头的字符串时，将检索
。引用是在
对象刷新到数据库之后设置的，这意味着如果有一个自动递增的
字段，它将被设置为递增的值。
请注意，电影对象中填充了类型。这更多的是
orm的影响，而不是引导炼金术的影响，但是我们接下来将看到引导炼金术本身如何利用orm的
内部工作。
关系
----
因为我们有一个对象映射到表，而不仅仅是数据库中的表，所以我们不能将实际对象分配给引用词典，而不仅仅是id。下面是另一种将类型分配给电影的方法：
data=[{genre':[{‘喜剧’：{‘名字’：‘喜剧’，
‘描述’：‘你不喜欢笑吗？’
}
]，
"flush"：none}，
{movie'：[{"description"："dude"lebowski，被误认为百万富翁lebowski，\
为他被毁坏的地毯寻求赔偿，并登记他的\
保龄球朋友们来帮你拿到它。'，
"标题"："大勒保夫斯基"，
"发行日期"："1998-03-06"，
"流派"："*喜剧"}，
"冲洗"：无读取列表（会话，数据）
movies=session.query（movie）.all（）
print[（movie.title，movie.genre.name）用于电影中的电影]
如果您获得
对象的列表，bootalchemy将从参考字典中检索它们，并将它们附加到对象的适当属性。让我们为电影分配一些导演。：
data=[{director'：[{'&andy'：{'name'："andy wachowski"}，
{'&larry'：{'name'："larry wachowski"}
]，
'flush'：none}，
{'movie'：[{"description"："一个com电脑黑客从神秘的叛军那里学到了他真实的本质，以及他在对抗控制者的战争中所扮演的角色。"发布日期"："1999-03-31"，
"导演"：["*andy"，"*larry"]，"流派id"："*scfi id"}，
"刷新"：无
}]
loader.from_list（session，data）
movies=session.query（movie）.all（）
打印[（movie.title，[d.电影中d的名称。导演]）电影中d的名称]
o与yaml一起工作。您可以轻松地
提供一个yaml字符串来引导解析。yaml的好处是它是一个非python开发人员可以遵循的标准，并且除了可以使用字典中的简单字符串之外，它还有一系列功能。查看规范：http://www.yaml.org/spec/。这里有一个示例yaml字符串加载到数据库中，使用bootalchemy:：
标题：搏击俱乐部，
发布日期：1999-10-14ads（session，data）
movies=session.query（movie.all（）
print[（movie.title，movie.genre.name）for movie in movies]
我们还向这个加载程序提供了现有的引用，因为它没有以前运行时的引用。
作为一个python程序员，您可能会发现yaml非常令人耳目一新。它有简单的语法，奖励简洁，并且对缩进敏感。在许多方面，在python中设置数据要比python好，因为许多引号已经被消除。
pyyaml提供可读的调试输出，以防yaml语法不正确。下面是一个示例，其中一个离群的"}"已被
留在类型行的末尾：：
^
需要<；block end>；，但在"<；string>；"第6行第23列中找到了"}"
类型："*action"}
^
：类：`yamlloader'还提供了一个loadf函数，该函数接受一个文件名并将其加载到数据库。
json！
----
yaml的一个优点是json是我的意思是我经常发现自己有一堆手工输入到数据库中的数据，我想复制这些数据用于某种开发过程。我可以使用浏览器将数据库数据输出到json中，然后将其作为
流注入到bootloader程序中。
索引和表
==
*：ref:`genindex`
*：ref:`modindex`
*：ref:`search`
和一些文本，可以提供bootalchemy，它会将带有该文本的对象
推送到数据库中。除了yaml提供的所有功能之外，bootalchemy还可以消除关系的模糊，并将它们添加到数据库中。
/>从bootalchemy开始，我们首先考虑这个模型，假设它是在一个名为"model"的模块中定义的：
movie-directors-table=table（'movie-directors'，metadata，
column（'movie-id'，integer，foreignkey（'movies.movie_id'），primary_key=true），
column（'director_id'，integer，foreignkey（'directors.director_id'），primary_key=true））
=列（整数，主键=真）
名称=列（字符串（100））
说明=列（字符串（300））
nullable=false）
描述=列（文本，nullable=true）
流派id=column（整数，foreignkey（'genres.general'id'）
流派=关系（'genre'，backref='movies'）
发布日期=列（日期，nullable=true）
）：
u tablename_uuu="directors"
director_u id=column（integer，primary_u key=true）
title=column（string（100），nullable=false）
movies=relation（movie，secondary=movie_u directors表，backref="directors"）
首先，让我们探讨一下用于将数据推送到数据库中的结构。我们将使用普通的python从bootalchemy加载数据：
。加载程序导入加载程序/>
loader=loader（model）
loader.from_list（session，data）
genres=session.query（genre.all（）
print[（genre.name，genre.description）for genre in genres]
[（"action"，"car chases，guns and暴力"。）]数据正在会话中，尚未提交到数据库。启动炼金术默认情况下不提交，但可以进行提交。
对象名：[objectname类型的对象的开始
{属性'：'value'，属性'：'value'…更多属性}，
{属性'：'值'，'属性'：'值'…更多属性}，
…
}
]
objectname:[…这里有更多的属性指令…]
[提交：无]在此分组结束时可选提交
[刷新：无]在此分组结束时可选刷新
}，第一个分组结束
{{下一个分组开始
…
}下一个分组结束
]
基本结构是字典列表。每个字典代表一组对象。
每个对象可以有一个或多个与之关联的记录。
tting
--------
如果为分组提供名为commit和flush的键，则会话将相应地被提交或刷新。需要注意的一点是，如果您在记录中定义了任何
关系，那么分组将在该点刷新。
无法避免这种刷新。
declarativebase会自动执行此操作，但如果您有标准的sqlalchemy对象
定义，则可能需要使用类似于以下内容的超类来扩充它们：
class dbobject（object）：
"
这是所有其他模型的dbobject类类依赖于。
它允许我们通过将属性传递到构造函数中来实例化具有属性的对象。
"
def\uu in it（self，**kw）：
对于item，值以kw.iteritems（）表示：
setattr（self，item，value）
存储引用（想想autoincrement）
例如，让我们存储流派id，并在电影定义中使用它。：：
data=[{'genre'：[{'genre'id'：'&scfi'id'，
'name'："sci-fi"，
'description'："科幻小说，请参见：42'
}
]，
"刷新"：无}，
{"电影"：[{"标题"："回到未来"，
"描述"："1985年，布朗博士发明了时间旅行；1955年，马蒂·麦克弗利意外地阻止了他的父母。"开会，把自己的存在置于危险之中，
"发布日期"："1985-04-03"，
"流派id"："*scfi id"}，
"刷新"：无=session.query（movie.all（）
print[（movie.title，movie.genre.name）for movie in movies]
参考字典。然后，当您提供以"*"开头的字符串时，将检索
。引用是在
对象刷新到数据库之后设置的，这意味着如果有一个自动递增的
字段，它将被设置为递增的值。
请注意，电影对象中填充了类型。这更多的是
orm的影响，而不是引导炼金术的影响，但是我们接下来将看到引导炼金术本身如何利用orm的
内部工作。
关系
----
因为我们有一个对象映射到表，而不仅仅是数据库中的表，所以我们不能将实际对象分配给引用词典，而不仅仅是id。下面是另一种将类型分配给电影的方法：
data=[{genre':[{‘喜剧’：{‘名字’：‘喜剧’，
‘描述’：‘你不喜欢笑吗？’
}
]，
"flush"：none}，
{movie'：[{"description"："dude"lebowski，被误认为百万富翁lebowski，\
为他被毁坏的地毯寻求赔偿，并登记他的\
保龄球朋友们来帮你拿到它。'，
"标题"："大勒保夫斯基"，
"发行日期"："1998-03-06"，
"流派"："*喜剧"}，
"冲洗"：无读取列表（会话，数据）
movies=session.query（movie）.all（）
print[（movie.title，movie.genre.name）用于电影中的电影]
如果您获得
对象的列表，bootalchemy将从参考字典中检索它们，并将它们附加到对象的适当属性。让我们为电影分配一些导演。：
data=[{director'：[{'&andy'：{'name'："andy wachowski"}，
{'&larry'：{'name'："larry wachowski"}
]，
'flush'：none}，
{'movie'：[{"description"："一个com电脑黑客从神秘的叛军那里学到了他真实的本质，以及他在对抗控制者的战争中所扮演的角色。"发布日期"："1999-03-31"，
"导演"：["*andy"，"*larry"]，"流派id"："*scfi id"}，
"刷新"：无
}]
loader.from_list（session，data）
movies=session.query（movie）.all（）
打印[（movie.title，[d.电影中d的名称。导演]）电影中d的名称]
o与yaml一起工作。您可以轻松地
提供一个yaml字符串来引导解析。yaml的好处是它是一个非python开发人员可以遵循的标准，并且除了可以使用字典中的简单字符串之外，它还有一系列功能。查看规范：http://www.yaml.org/spec/。这里有一个示例yaml字符串加载到数据库中，使用bootalchemy:：
标题：搏击俱乐部，
发布日期：1999-10-14ads（session，data）
movies=session.query（movie.all（）
print[（movie.title，movie.genre.name）for movie in movies]
我们还向这个加载程序提供了现有的引用，因为它没有以前运行时的引用。
作为一个python程序员，您可能会发现yaml非常令人耳目一新。它有简单的语法，奖励简洁，并且对缩进敏感。在许多方面，在python中设置数据要比python好，因为许多引号已经被消除。
pyyaml提供可读的调试输出，以防yaml语法不正确。下面是一个示例，其中一个离群的"}"已被
留在类型行的末尾：：
^
需要<；block end>；，但在"<；string>；"第6行第23列中找到了"}"
类型："*action"}
^
：类：`yamlloader'还提供了一个loadf函数，该函数接受一个文件名并将其加载到数据库。
json！
----
yaml的一个优点是json是我的意思是我经常发现自己有一堆手工输入到数据库中的数据，我想复制这些数据用于某种开发过程。我可以使用浏览器将数据库数据输出到json中，然后将其作为
流注入到bootloader程序中。
索引和表
==
*：ref:`genindex`
*：ref:`modindex`
*：ref:`search`
欢迎加入QQ群-->： 979659372
