久久福利_99r_国产日韩在线视频_直接看av的网站_中文欧美日韩_久久一

您的位置:首頁技術文章
文章詳情頁

淺談Django QuerySet對象(模型.objects)的常用方法

瀏覽:2日期:2024-10-17 16:25:34

準備工作:

新建一個項目,在項目中新家一個app,名字自取。將app添加值settings.py中,然后配置settings連接數據庫。

在app中的models中新建模型:

from django.db import models# Create your models here.class Author(models.Model): '''作者模型''' name = models.CharField(max_length=100) age = models.IntegerField() email = models.EmailField() class Meta: db_table = ’author’class Publisher(models.Model): '''出版社模型''' name = models.CharField(max_length=300) class Meta: db_table = ’publisher’class Book(models.Model): '''圖書模型''' name = models.CharField(max_length=300) pages = models.IntegerField() price = models.FloatField() #書的定價 rating = models.FloatField() author = models.ForeignKey(Author, on_delete=models.CASCADE) publisher = models.ForeignKey(Publisher, on_delete=models.CASCADE) class Meta: db_table = ’book’class BookOrder(models.Model): '''圖書訂單模型''' book = models.ForeignKey('Book', on_delete=models.CASCADE) price = models.FloatField() #書賣出去的真正價格 class Meta: db_table = ’book_order’

執行makemigrations后在migrate。

然后手動向表中添加數據,例如我添加的信息:

淺談Django QuerySet對象(模型.objects)的常用方法

淺談Django QuerySet對象(模型.objects)的常用方法

淺談Django QuerySet對象(模型.objects)的常用方法

淺談Django QuerySet對象(模型.objects)的常用方法

然后配置urls,直至項目運行成功。

1.filter:

過濾,將滿足條件的數據提取出來,返回一個新的QuerySet。

2. exclude:

排除,排除滿足條件的數據,返回一個新的QuerySet。

例如,取出book中id大于等于2的圖書,并且id不能等于3的圖書。示例代碼:

books = models.Book.objects.filter(id__gt=1).exclude(id=3)

我們也可以使用Q表達式來實現,

from django.db.models import Qbooks = models.Book.objects.filter(id__gt=1).filter(~Q(id=3))

3. annotate:

給QuerySet中的每個對象都添加一個使用查詢表達式(聚合函數、F表達式、Q表達式、Func表達式等)的新字段。

例如 給每本圖書都添加一個字段叫author_name

from django.db.models import Fbooks = models.Book.objects.annotate(author_name = F(’author__name’))

注意:

Book模型下面最開始是沒有author_name這個屬性的。只有一個author屬性連接的一個外鍵.

author__name是book下的author屬性下的name,即book這個表通過外鍵訪問到author這個表中的name值。

執行完上述代碼之后就在book中創建了一個新的屬性author_name,但是只在內存中,不會映射到數據庫中去。

4.order_by:

指定將查詢的結果根據某個字段進行排序。如果要倒敘排序,那么可以在這個字段的前面加一個負號。

示例

def index2(request): # 1. 將book中的price屬性按照從小到大進行排序 # books = models.Book.objects.order_by(’price’) # for book in books: # print('%s-%s'%(book.name,book.price)) # 2. 將book中的price屬性按照從大到小進行排序 books = models.Book.objects.order_by(’-price’) for book in books: print('%s-%s'%(book.name,book.price)) return HttpResponse(’success’)

修改對應注釋代碼哪呢個查看到效果。

需求:對價格進行排序,價格一樣的就按照頁數來進行排序,價格從小到大,頁數從大到小。為了方便查看效果,可以先去數據庫中修改數據。

def index2(request): # 1. 將book中的price屬性按照從小到大進行排序 # books = models.Book.objects.order_by(’price’) # for book in books: # print('%s-%s'%(book.name,book.price)) # 2. 將book中的price屬性按照從大到小進行排序 # books = models.Book.objects.order_by(’-price’) # for book in books: # print('%s-%s'%(book.name,book.price)) # 3. 對價格進行排序,價格一樣的就按照頁數來進行排序,價格從小到大,頁數從大到小。 books = models.Book.objects.order_by(’price’,’-pages’) for book in books: print('%s-%s-%s'%(book.name,book.price,book.pages)) return HttpResponse(’success’)

注意:

books = models.Book.objects.order_by(’price’,’-pages’)不等于books = models.Book.objects.order_by(’price’).order_by(’-pages’)

如果使用多個order_by,會把前面排序的規則給打亂,只會使用最后面的一個排序方式。

order_by方法并沒有改變數據庫中的信息位置,只是我們將數據取出來進行了排序。

那么如果我們對數據庫中的信息進行了排序,這樣我們就不用每次取數據都需要進行一次排序了。應該怎樣做呢?

我們只需要在模型中添加點代碼就可以了。

例如:我們在Book者惡搞模型中對價格進行排序,價格一樣的就按照頁數來進行排序,價格從小到大,頁數從大到小。

修改Book中的class Meta中的代碼:

class Meta: db_table = ’book_order’ ordering = [’price’,’-pages’]

這樣就對數據庫中的信息進行了排序,我們在去數據 的時候也不用使用order_by來進行排序了。但是這樣需要重新makegrations和migrate一下,這里就不做演示了。

需求:根據每本圖書的銷量來進行排序

from django.db.models import Q,F,Count

def index2(request):

# 1. 將book中的price屬性按照從小到大進行排序 # books = models.Book.objects.order_by(’price’) # for book in books: # print('%s-%s'%(book.name,book.price)) # 2. 將book中的price屬性按照從大到小進行排序 # books = models.Book.objects.order_by(’-price’) # for book in books: # print('%s-%s'%(book.name,book.price)) # 3. 對價格進行排序,價格一樣的就按照頁數來進行排序,價格從小到大,頁數從大到小。 # books = models.Book.objects.order_by(’price’,’-pages’) # for book in books: # print('%s-%s-%s'%(book.name,book.price,book.pages)) # 4. 根據每本圖書的銷量來進行排序 results = models.Book.objects.annotate(sale_num=Count(’bookorder__id’)).order_by(’sale_num’) for result in results: print('%s-%s'%(result.name,result.sale_num)) return HttpResponse(’success’)

因為Book這個模型中沒有sale_num這個屬性,所以我們需要使用annotate這個方法來創建一個sale_num屬性,然后使用Count方法進行賦值,然后使用order_by 進行排序。就實現了這個需求。

5. values:

用來指定在提取數據出來,需要提取哪些字段。默認情況下會把表中所有的字段全部都提取出來,可以使用values來進行指定,并且使用了values方法后,提取出的QuerySet中的數據類型不是模型,而是在values方法中指定的字段和值形成的字典。

需求: 只需要提取Book中的id 和 name

示例:

def index3(request):

# 1. 只需要提取Book中的id 和 name books = models.Book.objects.values(’id’,’name’) for book in books: print(book) return HttpResponse(’success’)

注意: 返回的是一個字典類型。字典的key就是屬性名,value是屬性值。

需求:提取Book中的name和author__name,并且字典中的key自己指定,不使用默認的。字典的key分別為bookName和authorNmae

def index3(request):

# 1. 只需要提取Book中的id 和 name # books = models.Book.objects.values(’id’,’name’) # for book in books: # print(book) # 需求:提取Book中的name和author__name,并且字典中的key自己指定,不使用默認的。 # 字典的key分別為`bookName`和`authorNmae` books = models.Book.objects.values(bookName=F(’name’),authorName=F(’author__name’)) for book in books: print(book) return HttpResponse(’success’)

注意:

自己取名字不能取該模型的屬性名,否則會報錯。

如果在value中不傳遞任何參數,那么會獲取這個模型所有的值。返回的還是一個字典。

6:values_list:

類似于values。只不過返回的QuerySet中,存儲的不是字典,而是元組。操作和values是一樣的,只是返回類型不一樣。

注意: 當我們使用此方法只返回一個值的時候,那么這個元祖中只有一個值,我們可以添加一個參數flat=True,將元祖去掉,從而得到一個字符竄。只有當values_list中只有一個值的時候才能使用這個方法:

示例:

books = models.Book.objects.values_list(’name’,flat=True)

7. all:

獲取這個ORM模型的QuerySet對象。即獲取所有的數據。

獲取Book中所有數據

示例:

books = models.Book.objects.all()

8.select_related:

在提取某個模型的數據的同時,也提前將相關聯的數據提取出來。比如提取文章數據,可以使用select_related將author信息提取出來,以后再次使用article.author的時候就不需要再次去訪問數據庫了。可以減少數據庫查詢的次數。

def index4(request): books = models.Book.objects.select_related(’author’) for book in books: print(book.author.name) return HttpResponse(’succrss’)

注意: select_related只能使用在設置了外鍵的模型中(即只能在一對多模型上,不能多對一,多對多等),比如我們只在Book設置了author外鍵和publisher外鍵。那么select_related里面只能傳如這兩個參數,而不能傳入別的參數,如BookOrder,因為我們是在BookOrder中設置的外鍵連接到Book,并沒有在Book中設置外鍵連接到BookOrder這個模型。

9. prefetch_related:

這個方法和select_related非常的類似,就是在訪問多個表中的數據的時候,減少查詢的次數。這個方法是為了解決多對一和多對多的關系的查詢問題。

需求:從book中通過prefetch_related查詢BookOrder中的信息。

示例代碼

def index5(request): books = models.Book.objects.prefetch_related('bookorder_set') for book in books: print(’*’*30) print(book.name) orders = book.bookorder_set.all() for order in orders: print(order.id) return HttpResponse(’success’)

prefetch_related方法也能辦到select_related方法能辦到的事情,只是select_related方法效率比prefetch_related方法效率高一點。所以能使用select_related方法的話就是用這個方法。但是這兩種方法的執行效率都比傳統的方法執行效率高。傳統的方法就是先返回book對象,再通過book去查詢對應的外鍵的相關信息。

10. defer:

在一些表中,可能存在很多的字段,但是一些字段的數據量可能是比較龐大的,而此時你又不需要,比如我們在獲取文章列表的時候,文章的內容我們是不需要的,因此這時候我們就可以使用defer來過濾掉一些字段。這個字段跟values有點類似,只不過defer返回的不是字典,而是模型。

需求:過濾掉book 的name字段

def index6(request): # 過濾掉book的name字段 books = models.Book.objects.defer(’name’) for book in books: print(book.id) return HttpResponse(’sucdess’)

注意: 我們在使用defer過濾掉name字段之后,我們還是可以訪問到name屬性,是因為當我們訪問name屬性的時候,Django又去執行了一遍sql語句查詢的代碼。所以在我們開發的過程中,除非我們確定不會使用到此屬性,否則不要去過濾它。

defer雖然能過濾字段,但是有些字段是不能過濾的,比如id,即使你過濾了,也會提取出來。

11. only:

跟defer類似,只不過defer是過濾掉指定的字段,而only是只提取指定的字段。

需求:只提取name屬性

# 只提取name屬性 books = models.Book.objects.only(’name’) for book in books: print(book.id,book.name)

注意: id這個字段我們是不能操作的,像上面一樣,我們沒有提取id屬性,但是還是給我們提取出來了。所以id屬性是一定會被提取出來的。

和defer一樣,就算我們沒有提取某個屬性出來,我們還是可以訪問到的,只是會重新執行一遍sql代碼而已。

12. get:

獲取滿足條件的數據。這個函數只能返回一條數據,并且如果給的條件有多條數據,那么這個方法會拋出MultipleObjectsReturned錯誤,如果給的條件沒有任何數據,那么就會拋出DoesNotExit錯誤。所以這個方法在獲取數據的只能,只能有且只有一條。

# 獲取id為1的數據book = models.Book.objects.get(id=1)

13. create:

創建一條數據,并且保存到數據庫中。這個方法相當于先用指定的模型創建一個對象,然后再調用這個對象的save方法。

publusher = models.Publisher.objects.create(name=’知了出版社’)

14. get_or_create:

根據某個條件進行查找,如果找到了那么就返回這條數據,如果沒有查找到,那么就創建一個。

result = models.Publisher.objects.get_or_create(name=’知了出版社’)print(result)

會返回一個元祖

查找的對象以及是否創建了這條數據。False就是沒有創建這條數據。

15. bulk_create:

和create方法類似,只是這個方法可以一次性創建多個數據。

publusher = models.Publisher.objects.bulk_create([models.Publisher(name=’123出版社’),models.Publisher(name=’abc出版社’),])

16. count:

獲取提取的數據的個數。如果想要知道總共有多少條數據,那么建議使用count,而不是使用len(articles)這種。因為count在底層是使用select count(*)來實現的,這種方式比使用len函數更加的高效。

count = models.Book.objects.filter(name=’xxx’).count()

17. first和last:

返回QuerySet中的第一條和最后一條數據。如果為空則返回none。

18. aggregate:

使用聚合函數。

19. exists:

判斷某個條件的數據是否存在。如果要判斷某個條件的元素是否存在,那么建議使用exists,這比使用count或者直接判斷QuerySet更有效得多。

示例代碼如下:

# 最高效的判斷值是否存在的方法if Article.objects.filter(name=’三國演義’).exists(): print(True)# 比上面的方法效率低一點if Article.objects.filter(name=’三國演義’).count() > 0: print(True)# 還要比上面的效率低if Article.objects.filter(name=’三國演義’): print(True)

20. distinct:

去除掉那些重復的數據。這個方法如果底層數據庫用的是MySQL,那么不能傳遞任何的參數。

需求:提取所有銷售的價格超過80元的圖書,并且刪掉那些重復的,那么可以使用distinct來幫我們實現,示例代碼如下:

books = models.Book.objects.filter(bookorder__price__gte=80).distinct() for book in books: print(book.name)

并且distinct只會剔除那些完全相同的數據,如果有一個字段不相同,都不會剔除的。

如果在distinct之前使用了order_by,那么因為order_by會提取order_by中指定的字段,因此再使用distinct就會根據多個字段來進行唯一化,所以就不會把那些重復的數據刪掉。

示例:

orders = models.BookOrder.objects.order_by('pages').values('book_id').distinct()

21. update:

執行更新操作,在SQL底層走的也是update命令。比如要將所有圖書的價格都提高10元。

book = models.Book.objects.update(price=F(’price’)+5)

22. delete:

刪除所有滿足條件的數據。刪除數據的時候,要注意on_delete指定的處理方式。

例如刪除作者id大于等于3的數據

result = models.Author.objects.get(id__gte=4).delete()

刪除數據時一定要對你的表了如指掌,因為可能會牽連到很多其他數據。像在這個地方將這個作者刪除了之后,那么這個作者對應的圖書也將會被刪除。

23. 切片操作:

有時候我們查找數據,有可能只需要其中的一部分。那么這時候可以使用切片操作來幫我們完成。QuerySet使用切片操作就跟列表使用切片操作是一樣的。

# 獲取1,2兩條數據 books = models.Book.objects.all()[1:3] for book in books: print(book)

以上這篇淺談Django QuerySet對象(模型.objects)的常用方法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持好吧啦網。

標簽: Django
相關文章:
主站蜘蛛池模板: 国产v日产∨综合v精品视频 | 中文字幕亚洲区 | 热re99久久精品国产99热 | www.久久久.com| 蜜月久久99静品久久久久久 | 国产亚洲精品美女久久久久久久久久 | 97av视频| 国产精品二区三区 | 亚洲电影一区 | 爱爱视频免费 | 国产精品无码久久久久 | 国产在线精品一区二区三区 | 国产在线精品一区二区三区 | 日韩高清一区二区 | 中文字幕一区二区在线观看 | 日本黄色a视频 | 拍拍无遮挡人做人爱视频免费观看 | 午夜资源 | 日韩一区二区在线视频 | 九九精品视频在线 | 久久久久久综合 | 亚洲欧美日韩一区 | 久久最新网址 | 国产欧美日韩综合精品一区二区 | 国产中文字幕在线观看 | 国产一区二区三区色淫影院 | 国产日韩欧美亚洲 | 日韩激情免费视频 | 久久草视频 | 91性高湖久久久久久久久网站 | 在线观看国产视频 | 欧美激情一区二区三区 | 99精品视频一区二区三区 | 婷婷亚洲综合 | 午夜tv免费观看 | 国产中文字幕一区 | 91se在线| 欧美日韩久久精品 | 色噜噜狠狠狠综合曰曰曰88av | 久久久久香蕉视频 | 色欧美片视频在线观看 | 日本一区二区三区四区 | 黄色毛片免费看 | 久久精品久久久 | 嫩草视频在线观看免费 | 日日夜夜天天 | 国产精品一品二区三区的使用体验 | 日韩欧美中文字幕在线视频 | 亚洲视频一区在线播放 | 国产精品久久久一区二区三区 | 无毒黄网 | 国产精选一区二区三区不卡催乳 | 中文字幕久久久 | 91最新网站 | 日日躁夜夜操 | 久久男人天堂 | 91精品国产乱码久久久久久久久 | 日韩成人黄色 | 亚洲不卡高清视频 | 国产欧美日韩一区二区三区 | 性欧美久久久 | 91看片淫黄大片一级在线观看 | 黄色一级毛片 | 中文字幕一区二区三 | 精品少妇一区二区三区在线播放 | 国产成人精品一区二区在线 | 一级毛片观看 | 亚洲成人av| 一区二区在线影院 | 午夜免费| 欧美日韩一区二区三区在线观看 | 天操天天干 | 精品久久久一 | 91视频免费观看 | 亚洲日韩欧美一区二区在线 | 亚洲欧美日韩精品久久奇米色影视 | 日本一区二区在线视频 | 成年人在线观看视频 | 中文字幕亚洲一区 | 欧洲精品一区 | 国产免费一区二区三区 | 91久久91久久精品免观看 | 久久亚洲精品国产精品紫薇 | 亚洲视频中文字幕 | 一区二区免费在线播放 | 日韩高清在线一区 | 日韩av一区二区三区在线观看 | 国产激情视频在线观看 | 中文字幕日韩欧美一区二区三区 | 日本高清视频一区二区三区 | 精品第一页 | 日韩欧美久久 | 国产1区2区精品 | 视频二区在线观看 | 欧美日韩国产一区二区三区 | 一色屋精品久久久久久久久久 | 国产欧美日韩在线 | 91精品一区二区三区久久久久久 | 亚洲精品国产综合区久久久久久久 | 欧美在线一区二区三区 | 日韩中文字 | 日本黄网站在线观看 | 国产高清在线观看 | 精品视频免费观看 | 日韩精品久久久久久 | 男女www视频 | 国产香蕉视频在线播放 | 成人精品一区二区三区 | 国产精品二区三区 | 欧美一级特黄aaaaaa大片在线观看 | 久久亚洲精品中文字幕 | 久久99国产精品久久99大师 | 五月婷婷综合久久 | 久久久国产精品 | 久久久久久久久一区二区三区 | 成人av免费在线 | 亚洲一区二区在线免费观看 | 中文久久| 久久久久国产精品午夜一区 | 成人在线视频一区二区 | 国产精品久久久久久久久久久久久久 | 日日夜夜精品网站 | 久久久久国产一区二区三区四区 | 成人午夜毛片 | 国产精品久久久久久久久久99 | 亚洲第一视频 | 欧美日韩一区二区视频在线观看 | 色欧美片视频在线观看 | 久久99精品久久久 | 精品欧美乱码久久久久久1区2区 | 999国产在线视频 | 欧美二三区 | 91中文在线观看 | 午夜精品一区二区三区在线播放 | 国产精品久久久久久久久免费丝袜 | 玖玖色资源 | 国产在线一级视频 | 日韩欧美国产一区二区 | 久久不卡| 亚洲欧美成人网 | 亚洲色图综合 | 欧美精品一区二区三区四区 | 日韩精品成人 | 黄色在线观看网址 | 91porn在线| 久久亚洲天堂 | 久久久蜜桃一区二区人 | 91香蕉| 青青久久北条麻妃 | 曰本人一级毛片免费完整视频 | 中文字幕视频在线 | 日韩久久久久久久久久久 | 成人午夜视频在线观看 | 欧美 日韩 国产 成人 在线 | 特黄视频| 久久久久久久久国产精品 | 亚洲男人天堂网 | 伊人久久艹 | 成人亚洲精品久久久久 | 欧美高清视频一区二区三区 | 国产精品中文字幕在线观看 | 亚洲国产午夜 | 国产农村妇女精品 | 亚洲精品在线视频 | 青青草久久爱 | 欧美一区二区免费 | 成人精品鲁一区一区二区 | 男人视频网站 | 日韩中文一区二区三区 | 国产高清在线精品一区二区三区 | 日韩快播电影网 | 午夜在线免费观看 | 亚州av| 理论片免费在线观看 | a√天堂资源在线 | 亚洲精品电影在线一区 | 免费的色网站 | 欧美视频三区 | 亚洲精品视频免费 | 亚洲日本精品视频 | a黄视频 | 99精品欧美一区二区三区综合在线 | 伊人激情四射 | 国产欧美专区 | 自拍一区视频 | 久久成人一区 | 午夜四虎 | 色综合一区二区三区 | 中文字幕第一页在线视频 | 狠狠操操 | 欧美中文字幕 | 久久久久中文字幕 | 成人国产 | 在线观看成人高清 | 成人精品一区 | 日日摸天天做天天添天天欢 | 亚洲欧美一区二区三区四区 | 成人免费看片 | 欧美精品成人一区二区三区四区 | 亚洲在线视频 | 男女精品视频 | 精品一区二区三区三区 | 国产免费av一区二区三区 | 中文在线一区 | 国产在视频一区二区三区吞精 | 99免费观看 | a√毛片| 久久久久国产一区二区三区 | 色综合天天综合网国产成人网 | 国产伦精品一区二区 | av入口 | 韩国精品 | 亚洲视频在线免费观看 | 国产免费一级特黄录像 | 91激情在线 | 日本一区二区不卡 | 亚洲一区二区中文 | 一区二区三区回区在观看免费视频 | 久久视频在线看 | 波多野结衣一二三四区 | 亚洲美女精品视频 | 综合久久久久久久 | 亚洲成人一区二区三区 | 亚洲欧美中文日韩在线v日本 | 操操操操网 | 免费成人在线视频网站 | 春色导航 | 国产精品免费一区二区三区四区 | 欧洲美女性开放视频 | 日本久久精品一区二区 | 日韩1区 | 亚洲人在线| 日韩免费网站 | 日韩一区二区三区在线视频 | 国产精品久久久久久久久久大牛 | 艳妇荡乳豪妇荡淫 | 二区欧美 | 午夜精品久久久久久99热软件 | 香蕉久久av一区二区三区 | 日本中文字幕在线观看 | 人妖 丝袜 另类 亚洲 | 亚洲视频在线一区 | 亚洲视频中文字幕 | 亚洲精品中文字幕中文字幕 | 品久久久久久久久久96高清 | 欧洲精品一区 | 伊人手机在线视频 | 国产区福利 | 自拍偷拍视频网站 | 欧美日韩电影一区二区三区 | 亚洲精品一区二区三区中文字幕 | 精品久久久久久 | 国产91久久久 | 亚洲国产精品成人无久久精品 | 国产精品一区人伦免视频播放 | 国产不卡免费视频 | 欧美亚洲综合久久 | 国产成人精品一区二区三区视频 | 亚洲精品日韩综合观看成人91 | 亚洲精品国产第一综合99久久 | 欧美精品在线视频 | 欧美精品在线看 | 午夜播影院 | 成人欧美一区二区三区黑人孕妇 | 五月天婷婷在线视频 | 久久青 | 91麻豆久久久 | 国产精品久久久久久久久免费软件 | 精品在线 | 91精品久久久久久久久久久 | 美女一级毛片 | 久久精品这里有 | 山岸逢花在线观看 | 欧洲一级毛片 | 日韩欧美在线视频观看 | 国产精品a久久 | 人人玩人人添人人澡97 | 国产一级一级国产 | 国产精品午夜电影 | 欧美在线网站 | 成人片网址| 在线色网站 | 国产精品人人做人人爽 | 伊人av成人| 麻豆久久| 成人在线视频免费观看 | 密色视频 | 久久爱综合网 | 国产成人免费视频网站高清观看视频 | 亚洲精品国偷拍自产在线观看 | 欧美日韩一二三区 | 三级成人在线 | 九九热精 | 欧美日韩免费 | 国产精品免费在线 | 在线免费视频一区 | 久久99精品久久久久蜜臀 | 亚洲国产精品久久人人爱 | 欧美日本韩国一区二区 | 欧美精品一区二区三区蜜桃视频 | 欧美一级片免费在线观看 | 欧美日韩精品久久 | 欧美一区永久视频免费观看 | 国产精品中文字幕在线播放 | 国外成人在线视频网站 | 女人毛片a毛片久久人人 | 亚洲欧美一区二区三区在线 | 成人免费在线视频 | 欧美一区永久视频免费观看 | 国产成人99久久亚洲综合精品 | 国产精品毛片一区视频播 | 国产一二三区在线播放 | 91麻豆精品国产91久久久久 | 亚洲成人av| 欧美精品导航 | 久久99深爱久久99精品 | 999久久久久久久久 国产欧美在线观看 | 亚洲欧洲精品视频在线观看 | 日韩欧美网址 | 欧美一级黄视频 | 污污视频免费网站 | 日韩欧美不卡 | jlzzjlzz亚洲日本少妇 | 国产一区二区三区视频在线观看 | 成年人网站免费在线观看 | 麻豆国产露脸在线观看 | 玖玖操 | 伊人天堂网 | www.一区二区| 欧洲另类交 | 亚洲一区二区三区免费在线观看 | 国产精品一区在线观看你懂的 | 亚洲一区二区三区在线观看免费 | 久久99久久久久 | 欧美精品一区二区三区在线 | 国产精品美女久久久久久久久久久 | 欧美一级一区 | 免费一级片 | 综合网激情五月 | 国产精品99久久久久久久vr | 国产精品久久久久久久久久久新郎 | 山岸逢花在线观看 | 国产欧美一区二区精品婷 | 一区久久 | 亚洲第一免费看片 | 99re在线视频 | 精品一区二区国产 | 国产亚洲精品成人av久久ww | 一级a性色生活片久久毛片波多野 | 亚洲国产婷婷香蕉久久久久久99 | 国产精品一区二区三区四区 | 日韩成人精品在线 | 91高清视频在线观看 | 一卡二卡久久 | 欧美激情一区二区三区在线观看 | 搞黄视频在线观看 | 精品一二三区 | 亚洲高清在线观看 | 久草精品在线观看 | 欧美日韩精品一区二区在线观看 | 国产自产才c区 | 99热这里有精品 | 国产精品一区二区久久久 | 亚洲电影在线看 | 毛片视频免费 | 亚洲精品视频在线 | 九九精品久久久 | 亚洲午夜视频在线观看 | 欧美激情一区二区 | 欧美精品色网 | 日韩成人久久 | 日本亚洲欧美 | 日本 欧美 三级 高清 视频 | 久久高清 | 久国产精品 | 欧美视频免费在线 | 九九在线精品 | 亚洲综合激情网 | 日韩精品视频在线 | 日日夜夜天天 | 国产成人一区二区 | av网站观看| 天天插天天操天天干 | 国产精品久久久久久吹潮 | 在线看国产 | 欧美午夜寂寞影院 | 国产91久久久 | 久久精品视频免费观看 | а天堂中文最新一区二区三区 | 久久99精品久久久久久园产越南 | 精品成人佐山爱一区二区 | 国产做a爱片久久毛片 | 国产精品久久久久久久久福交 | 欧美性猛交一区二区三区精品 | 亚洲成人一二区 | 欧美日韩成人在线观看 | 无码一区二区三区视频 | 亚洲激情一区二区 | 国产最新精品视频 | 欧美一级免费高清 | 欧美日韩中 | 成人日韩在线观看 | 精品欧美乱码久久久久久 | 欧美v片| 欧美午夜视频在线观看 | 成人精品视频99在线观看免费 | 久久69精品久久久久久久电影好 | 日韩一区二区中文字幕 | 成人av播放 | 天天操夜夜干 | 国产一区二区在线视频观看 | 亚洲精品一区二区三区四区高清 | 日日骚视频| 久久久免费av| 亚洲成人精品在线 | 超碰一区二区三区 | 国产精彩视频 | 日韩欧美国产精品 | 国产视频精品免费 | 日韩伦理一区二区 | 国内精品视频一区二区三区八戒 | 天天摸夜夜摸爽爽狠狠婷婷97 | 国产99免费| 人妖 丝袜 另类 亚洲 | 亚洲处破女 | 天堂中文资源在线 | 每日更新在线观看av | 日本在线免费电影 | 国产在线一区二区 | 成人免费视频在线观看 | 91社区在线高清 | 亚洲美女视频在线观看 | 免费在线a| 久久久999精品视频 五月天婷婷在线视频 | 五月天婷婷综合 | 欧美三级网 | 久热在线视频 | 亚洲一区二区视频在线播放 | 欧美一级二级视频 | 欧美久久影视 | 一区二区在线视频 | 欧美a网| 日韩2020狼一二三 | 美女黄网站视频免费 | 久久精品亚洲精品国产欧美kt∨ | 四虎影视免费在线观看 | 日韩一区欧美一区 | 一本色道精品久久一区二区三区 | 久久99精品国产麻豆婷婷洗澡 | 欧美在线小视频 | 欧美一级艳片视频免费观看 | 久久不射电影网 | 日本三级中国三级99人妇网站 | 中文无码久久精品 | 亚洲精品无 | 日韩精品在线播放 | 欧美成人精品一区 | 精品国偷自产在线 | 91久久精品一区二区二区 | 中文字幕精品一区 | 午夜激情在线免费观看 | 91亚洲日本aⅴ精品一区二区 | 久久久久久成人 | 99riav国产一区二区三区 | 日韩在线中文字幕 | 国产精品久久婷婷六月丁香 | 97久久精品 | 亚洲欧美高清 | 精品久久久久久久久久久久久久 | 国产成人网 | 一级日韩片 | 正在播放国产精品 | 自拍一区视频 | 日韩成人精品 | 久久久久久91| www.久久99| 久久久久亚洲精品 | 精品亚洲一区二区三区四区五区 | 中文字幕日韩欧美一区二区三区 | 国产99久久 | 99热新| 国产高清精品一区二区三区 | 日本福利网站 | 日本网站在线免费观看 | 操操日| 99国内精品久久久久久久 | 国产精品1区2区3区 欧美 中文字幕 | 国产精品久久久久9999鸭 | 欧美天天 | 91高清视频在线观看 | 日韩免费视频中文字幕 | 91视频在线播放视频 | 在线中文视频 | 91免费在线视频 | 99热国产在线观看 | av免费在线观看网站 | 国产精品视屏 | 欧美一区二区在线播放 | 久久久一 | 天天插天天操天天干 | 黄色毛片在线看 | 国产日产精品一区二区三区四区 | 精品三级在线观看 | 午夜爽视频 | 亚洲91| 色婷婷在线视频 | 精品视频二区三区 | 欧美高清视频一区二区三区 | 中文字幕在线导航 | 欧美在线视频一区 | 午夜精品久久久久久久久久久久 | 日本久久精品视频 | 美日韩在线 | 精品香蕉一区二区三区 | 91黄在线观看 | 97热在线 | 免费视频一区 | 国产精品96久久久久久久 | 欧美久久久久 | 极品毛片| 国产免费一区二区三区 | 免费在线成人 | 亚洲日韩中文字幕一区 | 欧美精品影院 | 久久美女视频 | 性色国产| 最近免费中文字幕在线视频2 | 无码日韩精品一区二区免费 | 男人天堂亚洲天堂 | 久久午夜电影院 | 亚洲免费视频在线观看 | 亚洲精品久久久久久下一站 | 日韩av中文在线 | 国产精品视频免费观看 | 一区二区三区在线不卡 | 伊人电影综合 | 国产精品网站在线 | 亚洲国产综合在线 | 国产麻豆乱码精品一区二区三区 | 黄色三级视频 | 日韩精品免费在线视频 | 欧美一级免费 | 国产在线观看一区 | 亚洲第一页在线 | 欧美亚洲综合久久 | 国产婷婷精品av在线 | 少妇性l交大片免费一 | 日韩中文字幕在线播放 | 亚洲成人一区 | 鲁视频| 午夜电影网址 | 日韩欧美在线一区 | 国产精品久久精品 | av超碰在线 | 91精品一二区 | 欧洲一级视频 | 国产一区二区三区在线免费观看 | 在线观看国产视频 | 精品国产乱码久久久久久1区2区 | www.日韩视频 | av一区二区在线观看 | 欧美日韩精品电影 | 少妇久久久久 | 日韩欧美国产一区二区三区 | 日韩爱爱免费视频 | 国产精品夜间视频香蕉 | www.一区| 亚洲一二三区在线观看 | 久草在线资源福利站 | 6080亚洲精品一区二区 | 新91在线 | 欧美一二区| 亚洲精品国产综合区久久久久久久 | 麻豆精品国产传媒 | 日本精品视频在线观看 | 中文字幕一区二区不卡 | 久久久精品免费观看 | 毛片a片 | 亚洲免费观看视频 | 成人在线一区二区三区 | 日韩中文视频 | 久久久午夜爽爽一区二区三区三州 | 国产精品一区二区三区在线 | 亚洲精品久久久久久久久久久 | 日韩精品小视频 | 天天操操 | 日韩在线观看视频一区二区三区 | 久久男女视频 | 国产精品美女一区二区三区四区 | 在线国产专区 | 2021狠狠干 | 久久久久久久av | 久久99这里只有精品 | 日韩精品一二区 | 成人在线观看av | 日本成人久久 | 久久一区 | 欧美视频一级 | 日韩视频在线观看 | 亚洲97 | 日韩手机电影 | www.久久久.com| 精品久久久精品 | 妞干网福利视频 | 久久91 | 精品伦精品一区二区三区视频 | 欧美电影一区 | 99影视| www.99精品| 国产精品资源在线 | 免费观看一级毛片 | 国产乱码精品一区二区三区av | 亚洲一区二区三区中文字幕 | 亚洲一区二区三 | 精品国产乱码久久久久久1区二区 |