Django 导入 - 导出：尝试在具有唯一性或唯一性约束的字段中插入重复记录时出现 IntegrittyError

Question

更新

我已提交feature request。思路是当unique或unique_together拒绝数据库中已经存在的记录时，数据库产生的IntegrittyError上的pass。

---

我有以下型号：

class Compositions(models.Model):
    composer_key = models.ForeignKey(
        Composer,
        )
    composition = models.CharField(
        max_length=383,
        )

    class Meta(object):
        unique_together = (('composer_key', 'composition'), )

在管理界面中使用 django-import-export，不为 csv 文件中的每个条目提供id，...如果一对 csv 文件已经存在，则程序将因完整性错误而中断

duplicate key value violates unique constraint "data_compositions_composer_key_id_12f91ce7dbac16bf_uniq"
DETAIL:  Key (composer_key_id, composition)=(2, Star Wars) already exists.

CSV 文件如下：

id  composer_key    composition
        1           Hot Stuff
        2           Star Wars

The idea 是使用skip_row 并在管理员中实现它。

admin.py:

class CompositionsResource(resources.ModelResource):

    class Meta:
        model = Compositions
        skip_unchanged = True
        report_skipped = True


class CompositionsAdmin(ImportExportModelAdmin):
    resource_class = CompositionsResource


admin.site.register(Compositions, CompositionsAdmin)

然而，这并不能解决问题，因为skip_row 期望 csv 文件中有一个 id，以便检查每一行是否与非常特定的数据库条目相同。

考虑到在使用unique(_together) 时可以由数据库执行此控制，捕获此错误然后在此错误上返回skip_row = True 或pass 不是有效吗？

Answer 1

models.py：

class Compositions(models.Model):
    composer_key = models.ForeignKey(
        Composer,
        )
    composition = models.CharField(
        max_length=383,
        unique=False
        )
    date_created = models.DateTimeField(default=timezone.now)

    class Meta(object):
        unique_together = (('composer_key','composition'),)

这是我为上述模型“即时”编写的脚本，以便自动丢弃重复条目。当我用数据填充文件duc.csv 的相关列时，我已将其保存到./project_name/csv.py 并从shell 导入它。列不应包含标题。只有数据。

$./manage.py shell
>>> from project_name import csv

csv.py：

from data.models import Composer, Compositions
import csv
import sys, traceback
from django.utils import timezone

filename = '/path/to/duc.csv'

with open(filename, newline='') as csvfile:
    all_lines = csv.reader(csvfile, delimiter=',', quotechar='"')
    for each_line in all_lines:
        print (each_line)
        try:
            instance = Compositions(
                id=None,
                date_created=timezone.now(),
                composer_key=Composer.objects.get(id=each_line[2]),
                composition=each_line[3]
            )
            instance.save()
            print ("Saved composition: {0}".format(each_line[3]))
        except:  // exception type must be inserted here
            exc_type, exc_value, exc_traceback = sys.exc_info()  //debugging mostly
            print (exc_value)

Answer 2

只需要一个改变。你可以使用 django-import-export

models.py

    class Compositions(models.Model):
        composer_key = models.ForeignKey(
            Composer,
            )
        composition = models.CharField(
            max_length=383,
            unique=False
            )
        date_created = models.DateTimeField(default=timezone.now)

        class Meta(object):
            unique_together = (('composer_key','composition'),)

用 try 覆盖 save_instance。失败时忽略错误。 admin.py

        class CompositionsResource(resources.ModelResource):

            class Meta:
                model = Compositions
                skip_unchanged = True
                report_skipped = True

            def save_instance(self, instance, using_transactions=True, dry_run=False):
                try:
                    super(CompositionsResource, self).save_instance(instance, using_transactions, dry_run)
                except IntegrityError:
                    pass

        class CompositionsAdmin(ImportExportModelAdmin):
            resource_class = CompositionsResource

        admin.site.register(Compositions, CompositionsAdmin)

并导入这个

from django.db import IntegrityError

Answer 3

关于已接受答案的说明：它会给出所需的结果，但会在大文件时占用磁盘空间和时间。

我一直在使用的一种更有效的方法（在花费大量时间浏览文档之后）是覆盖skip_row，并使用一组元组作为类的一部分作为唯一约束。我仍然覆盖save_instance，因为另一个答案建议处理通过的 IntegrityErrors，当然。

Python sets 不会创建重复条目，因此它们似乎适合这种唯一索引。

class CompositionsResource(resources.ModelResource):
  set_unique = set()

  class Meta:
    model = Composers
    skip_unchanged = True
    report_skipped = True

  def before_import(self, dataset, using_transactions, dry_run, **kwargs):
    # Clear out anything that may be there from a dry_run,
    #  such as the admin mixin preview
    self.set_unique = set()

  def skip_row(self, instance, original):
    composer_key = instance.composer_key  # Could also use composer_key_id
    composition = instance.composition
    tuple_unique = (composer_key, composition)

    if tuple_unique in self.set_unique:
      return true
    else:
      self.set_unique.add(tuple_unique)
    return super(CompositionsResource, self).skip_row(instance, original)

    # save_instance override should still go here to pass on IntegrityError

这种方法至少会减少在同一数据集中遇到的重复项。我用它来处理多个平面文件，每个文件大约 60000 行，但有很多重复/嵌套的外键。这使得初始数据导入速度更快。