En bucle:
values = [1, 2, 3]
q = Q(pk__in=[]) # generic "always false" value
for val in values:
q |= Q(pk=val)
Article.objects.filter(q)
Reducir:
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)
Ambos son equivalentes a Article.objects.filter(pk__in=values)
Es importante considerar lo que quiere cuando values
está vacío. Muchas respuestas con Q()
un valor inicial devolverán todo . Q(pk__in=[])
es un mejor valor inicial. Es un objeto Q que falla siempre y que el optimizador maneja bien (incluso para ecuaciones complejas).
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
Si desea devolver todo cuando values
está vacío, debe Y con ~Q(pk__in=[])
para garantizar ese comportamiento:
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
Es importante recordar que noQ()
es nada , no un objeto Q siempre exitoso. Cualquier operación que lo involucre simplemente lo eliminará por completo.