Filter_by用于使用常规kwargs对列名进行简单查询，例如

分贝。\用户filter_by (name =“乔”)。

同样可以用filter实现，不用kwargs，而是使用'=='相等操作符，该操作符已在db.users.name对象上重载:

db.users.filter (db.users.name = =“乔”)

你也可以使用过滤器编写更强大的查询，比如表达式:

db.users.filter (or_ (db.users.name = =“瑞恩”,db.users.country = =“英格兰”))

它是一种语法糖，用于更快地编写查询。它在伪代码中的实现:

def filter_by(self, **kwargs):
    return self.filter(sql.and_(**kwargs))

对于AND，你可以简单地写:

session.query(db.users).filter_by(name='Joe', surname='Dodson')

btw

session.query(db.users).filter(or_(db.users.name=='Ryan', db.users.country=='England'))

可以写成

session.query(db.users).filter((db.users.name=='Ryan') | (db.users.country=='England'))

你也可以通过get方法直接通过PK获取对象:

Users.query.get(123)
# And even by a composite PK
Users.query.get(123, 321)

当使用get case时，重要的是对象可以从身份映射中返回，而不需要数据库请求，可以用作缓存(与事务关联)

filter_by使用关键字参数，而filter允许python式过滤参数，如filter(User.name=="john")

实际上，我们最初将这些合并在一起，即有一个类似“过滤器”的方法，接受*args和**kwargs，在那里您可以传递一个SQL表达式或关键字参数(或两者)。实际上，我发现这样更方便，但人们总是对它感到困惑，因为他们通常仍然无法理解column == expression和keyword = expression之间的区别。所以我们把它们分开。

除了之前发布的所有技术信息外，filter()和filter_by()在可用性方面存在显著差异。

第二个参数filter_by()只能用于筛选特定的内容——字符串或某个数字值。所以它只能用于类别筛选，而不能用于表达式筛选。

另一方面，filter()允许使用比较表达式(==，<，>等)，所以当需要进行“小于/大于”过滤时，它很有帮助。但也可以像filter_by()一样使用(当使用==时)。

记住这两个函数的参数类型有不同的语法。

Filter_by用于使用常规kwargs对列名进行简单查询，例如

分贝。\用户filter_by (name =“乔”)。

同样可以用filter实现，不用kwargs，而是使用'=='相等操作符，该操作符已在db.users.name对象上重载:

db.users.filter (db.users.name = =“乔”)

你也可以使用过滤器编写更强大的查询，比如表达式:

db.users.filter (or_ (db.users.name = =“瑞恩”,db.users.country = =“英格兰”))