如何使用itertools.chain在Django函数视图中实现多模型搜索

核心实现思路 #

通过itertools.chain将多个模型的查询结果合并为单个可迭代对象，同时抽离重复的查询过滤逻辑，既减少冗余代码，也无需传递多个上下文变量到模板。

优化后完整代码 #

from itertools import chain
from django.db.models import Q
from .models import Story, News, stock

def search_item(request):
    search_item = request.GET.get('search', '')
    # 初始化空结果集，避免无搜索参数时变量未定义
    merged_results = []
    if search_item.strip():
        # 抽离通用过滤条件，避免重复编写
        filter_condition = Q(title__icontains=search_item) | Q(written_by__icontains=search_item)
        # 按需要的排序顺序放入对应模型的查询结果
        story_queryset = Story.objects.filter(filter_condition)
        news_queryset = News.objects.filter(filter_condition)
        stock_queryset = stock.objects.filter(filter_condition)
        # 合并所有查询结果为单个迭代对象
        merged_results = list(chain(story_queryset, news_queryset, stock_queryset))
    
    # 上下文仅需传递合并后的结果，无需逐个传每个模型的查询集
    return render(request, 'search_result.html', {'merged_results': merged_results, 'search_keyword': search_item})

可选增强：区分不同模型的结果 #

如果模板中需要对不同模型的结果做差异化渲染，可以在合并前给每个查询结果添加类型标记：

# 给每个结果添加模型类型标记
marked_story = [obj for obj in story_queryset]
for item in marked_story:
    item.item_type = '故事'
marked_news = [obj for obj in news_queryset]
for item in marked_news:
    item.item_type = '新闻'
marked_stock = [obj for obj in stock_queryset]
for item in marked_stock:
    item.item_type = '股票'

merged_results = list(chain(marked_story, marked_news, marked_stock))

模板使用示例 #

直接遍历合并后的结果即可，无需单独处理每个模型的查询集：

{% for item in merged_results %}
<div class="search-item">
    <span class="type-tag">{{ item.item_type }}</span>
    <h3>{{ item.title }}</h3>
    <p>作者：{{ item.written_by }}</p>
</div>
{% empty %}
<p>未找到与「{{ search_keyword }}」相关的内容</p>
{% endfor %}

优化点说明 #

• 消除了重复的过滤条件代码，后续新增需要搜索的模型时，仅需新增对应查询集放入chain方法即可
• 上下文仅需传递1个合并后的结果变量，大幅简化模板接收的参数数量
• 修复了原代码中无搜索参数时，查询变量未定义导致的报错问题

内容的提问来源于stack exchange，提问作者Shreyash mishra