DynamicModel

DynamicModel ist eine kleine Python-ORM-ähnliche Hilfsklasse für PostgreSQL (via psycopg2), mit der du

eine Verbindung aufbauen
Tabellen dynamisch anlegen
neue Datensätze erstellen (Spalten werden bei Bedarf automatisch als TEXT ergänzt)
anhand von Spaltenwerten alle passenden ids finden
dynamisch auf Spalten zugreifen und neue Spalten per Attributszuweisung erstellen können

Installation

Stelle sicher, dass du psycopg2 installiert hast:

pip install psycopg2

Dann importiere die Klasse:

from dynamic_model import DynamicModel

(oder füge den Code direkt in dein Projekt ein)

Verbindung aufbauen

Bevor du irgendetwas mit der Datenbank machst, musst du die Verbindung konfigurieren:

DynamicModel.connect(
    dbname="meine_db",
    user="postgres",
    password="geheim",
    host="localhost",
    port=5432
)

Ab jetzt steht DynamicModel._connection allen Methoden zur Verfügung.

Tabelle anlegen

Eine neue Tabelle erzeugst du mit einem Namenspaar und einem Schema-Dictionary:

DynamicModel.create_table(
    "users",
    {
      "username": "TEXT NOT NULL UNIQUE",
      "email":    "TEXT",
      "active":   "BOOLEAN DEFAULT TRUE"
    }
)

Intern wird automatisch eine Spalte

id SERIAL PRIMARY KEY

hinzugefügt.

Datensatz erstellen

Um einen neuen Datensatz einzufügen:

user = DynamicModel.create(
    "users",
    username="homer",
    email="homer@springfield.com",
    active="true"
)

print("Neue ID:", user._id)         # z.B. 1
print("Username:", user.username)   # "homer"

Fehlende Spalten im Schema werden automatisch als TEXT hinzugefügt.

IDs finden

Mit find_ids() kannst du per AND-Verknüpfung nach IDs suchen:

# alle aktiven User
ids_active = DynamicModel.find_ids("users", active="true")
# User mit username='homer' und active='true'
ids_homer = DynamicModel.find_ids("users",
                                  username="homer",
                                  active="true")

Die Methode gibt eine Liste von Ganzzahlen zurück.

Mit Datensätzen arbeiten

Nach dem create() oder wenn du ein existierendes Objekt lädst…

user = DynamicModel("users", 1)

kannst du:

Ein vorhandenes Feld lesen:
```
print(user.email)
```
Ein vorhandenes Feld schreiben (speichert sofort in der DB):
```
user.email = "homer@newmail.com"
```
Ein neues Feld per Attribut anlegen (legt automatisch eine TEXT-Spalte an und schreibt den Wert):
```
user.favourite_donut = "Glazed"
print(user.favourite_donut)
```

Möchtest du mehrere Änderungen gesammelt speichern, kannst du save() aufrufen:

user.username = "homer_simpson"
user.active   = "false"
user.save()

API Reference

connect(**db_params)

Richtet die globale DB-Verbindung ein.

Parameter

dbname (str)
user (str)
password (str)
host (str)
port (int)

DynamicModel.connect(
    dbname="db",
    user="usr",
    password="pw",
    host="localhost",
    port=5432
)

create_table(table: str, schema: dict)

Erzeugt eine neue Tabelle (falls nicht existiert).

table: Tabellenname
schema: Dict aus Spaltenname → SQL-Typ

DynamicModel.create_table(
    "products",
    {"name":"TEXT", "price":"NUMERIC"}
)

create(table: str, **kwargs) → DynamicModel

Fügt einen Datensatz ein. Fehlende Spalten werden als TEXT erstellt.
Gibt das neue Objekt zurück.

p = DynamicModel.create("products",
                        name="Donut",
                        price="1.50")

find_ids(table: str, **conditions) → List[int]

Sucht in table alle Zeilen, die alle Bedingungen erfüllen.
Rückgabe: Liste der id-Werte.

ids = DynamicModel.find_ids("users",
                            active="true",
                            email="homer@springfield.com")

init(table: str, row_id: int)

Lädt eine bestehende Zeile (Spalten + Werte) aus der DB.

user = DynamicModel("users", 1)

getattr(name)

Gibt den Wert der Spalte name zurück, falls vorhanden, sonst AttributeError.

setattr(name, value)

Wenn name eine existierende Spalte ist, wird sofort ein UPDATE ausgeführt.
Andernfalls wird eine neue TEXT-Spalte angelegt und befüllt.

save()

Speichert alle Spalten (außer id) im Batch. Nützlich, wenn _data manuell verändert wurde.

user.username = "bart"
user.email    = "bart@simpsons.com"
# …
user.save()

Komplettes Beispiel

from dynamic_model import DynamicModel

# 1) connect
DynamicModel.connect(dbname="demo",
                     user="postgres",
                     password="geheim",
                     host="localhost",
                     port=5432)

# 2) Tabelle anlegen
DynamicModel.create_table("users", {
    "username":"TEXT NOT NULL UNIQUE",
    "email":   "TEXT",
    "active":  "BOOLEAN DEFAULT TRUE"
})

# 3) Datensätze erstellen
DynamicModel.create("users",
                    username="alice",
                    email="alice@example.com",
                    active="true")
DynamicModel.create("users",
                    username="bob",
                    email="bob@example.com",
                    active="false")

# 4) IDs finden
print(DynamicModel.find_ids("users", active="true"))    # z.B. [1]

# 5) Objekt laden & dynamisch arbeiten
u = DynamicModel("users", 1)
print(u.username)          # "alice"
u.nickname = "Allie"       # neue Spalte + Wert
print(u.nickname)          # "Allie"

# 6) Mehr Änderungen & batch-save
u.email   = "alice@new.com"
u.active  = "false"
u.save()

Navigation Menu

v0.1-alpha

Choose a tag to compare

Sorry, something went wrong.