Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统

简介: 这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。

简单的代购系统的代码示例,使用 Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统,仅供参考,实际应用中你可能需要根据具体需求进一步完善和扩展它。
一、安装依赖
首先确保已经安装了Flask、SQLAlchemy(用于数据库操作)等相关库。

pip install flask sqlalchemy

二、数据库模型定义(使用 SQLite 数据库示例,你可以替换为其他数据库)


from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] ='sqlite:///proxy_shopping.db'  # 数据库连接字符串
db = SQLAlchemy(app)

# 商品模型,代表代购的商品信息
class Product(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(100), nullable=False)
    description = db.Column(db.Text)
    price = db.Column(db.Float, nullable=False)
    stock = db.Column(db.Integer, default=0)

# 用户模型,代表使用代购系统的用户
class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(50), unique=True, nullable=False)
    password = db.Column(db.String(100), nullable=False)
    email = db.Column(db.String(100))

# 订单模型,代表用户下单的记录
class Order(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    user_id = db.Column(db.Integer, db.ForeignKey('user.id'), nullable=False)
    product_id = db.Column(db.Integer, db.ForeignKey('product.id'), nullable=False)
    quantity = db.Column(db.Integer, nullable=False)
    order_date = db.Column(db.DateTime, default=datetime.utcnow)

    user = db.db.relationship('User', backref=db.backref('orders', lazy=True))
    product = db.relationship('Product', backref=db.backref('orders', lazy=True))

三、路由和视图函数实现(部分核心功能)


from flask import render_template, request, redirect, url_for, flash
from datetime import datetime

@app.route('/')
def index():
    products = Product.query.all()
    return render_template('index.html', products=products)

@app.route('/product/add', method=['GET', 'POST'])
def add_product():
    if request.method == 'POST':
        name = request.form['name']
        description = request.form['description']
        price = float(request.form['price'])
        stock = int(request.form['stock'])

        new_product = Product(name=name, description=description, price=price, stock=stock)
        db.session.add(new_product)
        db.session.commit()
        flash('商品添加成功!')
        return redirect(url_for('index'))
    return render_template('add_product.html')

@app.route('/product/<int:product_id>')
def product_detail(product_id):
    product = Product.query.get(product_id)
    return render_template('product_detail.html', product=product)

@app.route('/user/register', method=['GET', 'POST'])
def register_user():
    if request.method == 'POST':
        username = request.form['username']
        password = request.form['password']
        email = request.form['email']

        existing_user = User.query.filter_by(username=username).first()
        if existing_user:
            flash('用户名已存在,请重新选择用户名!')
            return redirect(url_for('register_user'))

        new_user = User(username=username, password=password, email=email)
        db.session.add(new_user)
        db.session.commit()
        flash('注册成功,请登录!')
        return redirect(url_for('login'))
    return render_template('register.html')

@app.route('/user/login', method=['GET', 'POST'])
def login():
    if request.method == 'POST':
        username = request.form['username']
        password = request.form['password']

        user = User.query.filter_by(username=username, password=password).first()
        if user:
            session['user_id'] = user.id
            return redirect(url_for('index'))
        else:
            flash('用户名或密码错误,请重新登录!')
    return render_template('login.html')

@app.route('/order/create', method=['GET', 'POST'])
def create_order():
    if 'user_id' not in session:
        return redirect(url_for('login'))

    user_id = session['user_id']
    if request.method == 'POST':
        product_id = int(request.form['product_id'])
        quantity = int(request.form['quantity'])

        product = Product.query.get(product_id)
        if product.stock < quantity:
            flash('库存不足,请重新选择数量!')
            return redirect(url_for('product_detail', product_id=product_id))

        new_order = Order(user_id=user_id, product_id=product_id, quantity=quantity)
        product.stock -= quantity
        db.session.add(new_order)
        db.session.commit()
        flash('订单创建成功!')
        return redirect(url_for('user_orders'))
    products = Product.query.all()
    return render_template('create_order.html', products=products)

@app.route('/user/orders')
def user_orders():
    if 'user_id' not in session:
        return redirect(url_for('login'))

    user_id = session['user_id']
    orders = Order.query.filter_by(user_id=user_id).all()
    return render_template('user_orders.html', orders=orders)

四、启动应用


if __name__ == '__main__': app.run(debug=True)

五、前端模板示例(以index.html为例,使用 Jinja2 模板语法,其他模板类似)

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="UTF-8">
    <title>代购系统</title>
</head>

<body>
    <h1>商品列表</h1>
    <ul>
        {
   % for product in products %}
        <li>
            <a href="{
   { url_for('product_detail', product_id=product.id) }}">{
   {
    product.name }}</a> - 价格: {
   {
    product.price }} 元,库存: {
   {
    product.stock }}
        </li>
        {
   % endfor %}
    </ul>
</body>

</html>


上述代码实现了以下几个主要功能:

商品管理:可以添加代购商品,展示商品详情,包括商品名称、描述、价格、库存等信息。

用户管理:支持用户注册、登录功能,验证用户名是否重复等操作。

订单管理:已登录用户能创建订单,系统会检查库存是否充足,下单成功后会扣减相应库存,并记录订单信息,用户还可以查看自己的历史订单。

不过这只是一个非常基础的代购系统示例,在实际应用中还需要考虑很多方面,比如:

安全方面:对用户密码进行更安全的加密存储(比如使用bcrypt等库),防止 SQL 注入攻击等安全漏洞,做好数据的验证和过滤。

支付功能:集成合适的支付接口,实现安全的在线支付流程,方便用户支付代购费用。

物流跟踪:与物流系统对接,方便用户查询商品的物流状态等。

界面美化和交互优化:让系统的前端页面更加美观、易用,提升用户体验。

国际化和多语言支持:如果面向不同语言的用户群体,要考虑多语言的展示和交互。

你可以根据实际需求进一步调整和完善代码,使其更符合具体的代购业务场景。

相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
相关文章
|
8月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
8月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
8月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
596 0
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。

推荐镜像

更多