Python利用Django 构建Rest Api: 快速入门教程

简介: Python利用Django 构建Rest Api: 快速入门教程

1. 前言


在本篇中,我们将为大家介绍如何基于Python构建一个以Django Rest框架为特征的博客应用程序API服务,并且该API服务支持CRUD (Create-Read-Update-Delete)功能。


PS: API(应用程序编程接口)为开发人员提供了与应用程序数据库交互的接口。

2. Django项目配置


首先在本地为我们的代码创建一个新的目录。例如,本文将它放在一个叫做blog_api的文件夹里,但是你可以把它放在任何地方,然后配置我们的项目。

# Create the project directory
mkdir blog_api
cd blog_api
# Create a virtual environment to isolate our package dependencies locally
python3 -m venv env
source env/bin/activate  # On Windows use `env\Scripts\activate`
# Install Django and Django REST framework into the virtual environment
pip install django
pip install djangorestframework
# Set up a new project with a single application
django-admin startproject blog_project 
cd blog_project
django-admin startapp blog_api
cd ..

经过上述的操作后,我们创建了名为env的虚拟隔离开发环境,并在此环境下面,创建了一个名为`blog_project`的Django项目,并且创建一个Django App :`blog_api`因为添加了一个新的app,我们需要告诉Django。因此,请确保将blog_api添加到setting.py文件中的INSTALLED_APPS列表。

# blog_project/settings.py
INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'blog_api',]

3. 定义数据模型、执行数据同步


定义数据模型,此处我们创建四个字段: title、content、created_at和updated_at。

# blog_api/models.py
from django.db import models
class Post(models.Model):
    title = models.CharField(max_length=50)
    content = models.TextField()
    created_at = models.DateTimeField(auto_now_add=True)
    updated_at = models.DateTimeField(auto_now=True)
    def __str__(self):
        return self.title

创建新的迁移文件并更新同步到数据库。

(env) $ python manage.py makemigrations
(env) $ python manage.py migrate

4. 配置管理后台Admin


我们希望在Django的后台中管理我们的数据,因此,让我们将Post添加到下面。

# posts/admin.py
from django.contrib import admin
from . models import Post
admin.site.register(Post)


然后创建一个超级管理员帐户。


(env) $ python manage.py createsuperuser

现在我们就可以启动django web服务了。


(env) $ python manage.py runserver

浏览器输入 localhost:8000/admin,并使用刚刚创建的账户登陆。

微信图片_20220524091527.png


点击帖子旁边的“+ Add”按钮,输入一些新的内容,例如下图所示。

微信图片_20220524091439.png

到此,我们已经完成了Django部分,由于我们本篇示例,是为了创建一个API服务,所以我们不需要创建模板和视图。相反,我们还需要继续添加Django Rest库来处理将模型数据转换为Rest API。

5. Django Rest Framework 安装、配置


DjangoRestFramework,简称为DRF,它是负责将数据库模型转换为RESTful API。这个过程有两个主要步骤:首先通过序列化器将数据转换成JSON,这样就可以通过internet发送数据,然后使用view来定义发送的数据。


1、在前面第二步中,我们已经安装好了安装Django Rest库,如果仍未安装,可输出下述命令安装。


(env) $  pip install djangorestframework

2、然后将它添加到我们的settings.py文件的INSTALLED_APPS部分。

# Application definition
INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'blog_api',
    'rest_framework',
]

3、紧接着,创建一个新的py文件,文件名为serializers.py。


(env) $ touch blog_api/serializers.py

请记住,序列化器用于将我们的数据转换成JSON格式,serializers.py文件代码如下所示。

from rest_framework import serializers
from . import models
class PostSerializer(serializers.ModelSerializer):
    class Meta:
        fields = ('id', 'title', 'content', 'created_at', 'updated_at',)
        model = models.Post


我们首先从DRF库导入序列化模块。接下来,我们创建一个序列化器类并在其中创建一个元类(Meta)。fields字段控制数据库数据的类型。在本例中,我们将暴露所有字段,包括id,这是Django的主键,由Django自动添加到所有数据库记录。



4、接下来,我们需要创建view。
正如Django有基于类的视图一样,DRF也有我们可以使用的通用视图。例如,本示例中,我们定义一个列出所有博客文章和一个文章内容详细视图以及更新文章内容的视图,脚本如下所示。

from rest_framework import generics
from . import models
from . import serializers
class PostList(generics.ListAPIView):
    queryset = models.Post.objects.all()
    serializer_class = serializers.PostSerializer
class PostDetail(generics.RetrieveAPIView):
    queryset = models.Post.objects.all()
    serializer_class = serializers.PostSerializer
class PostDetail(generics.RetrieveUpdateDestroyAPIView):
    queryset = models.Post.objects.all()
    serializer_class = serializers.PostSerializer


在脚本中,我们从DRF中导入基础视图类generics,以及我们的模型和序列化文件。然后我们创建三个view方法,前两个方法都是用于GET,后一个方面,用于POST。



5、在项目根目录中配置修改urls.py路由规则。

from django.contrib import admin
from django.urls import include, path
urlpatterns = [
    path('admin/', admin.site.urls),
    path('api/', include('blog_api.urls')),]


我们为blog_api创建了一个名为api/的路径。接下来创建blog_api app的 urls.py文件。


(env) $ touch blog_api/urls.py

然后输入下面的代码。

from django.urls import path
from . import views
urlpatterns = [
    path('', views.PostList.as_view()),
    path('<int:pk>/', views.PostDetail.as_view()),]


所有的博客url都将在 api/里。所以我们的PostList将在api/里,postDetail 则在api/#里,其中#表示条目的id。例如,第一篇博客文章的id为1,所以它的路径为api/1, api/2则为第二篇文章,等等。

6. Rest Api实战示例效果


1、首先启动服务器。


(env) $ python manage.py runserver

2、浏览器打开 http://127.0.0.1:8000/api/,如下所示。

微信图片_20220524091837.png

api/端点以JSON格式显示本篇示例添加的2篇博客文章。


3、接着访问http://127.0.0.1:8000/api/2/,您将查看到第二篇文章的详细内容。

微信图片_20220524091917.png

在详细视图中,您可以使用“Delete”按钮来删除内容,“Put”来更新内容,“Get”可以像以前一样获取它。例如,此外我们希望更新第二篇贴子的内容,在Title后面增加“狂师”二字,增加后点击PUT按钮,即可完成更新。

微信图片_20220524091946.png

4、更新完成之后,重新访问查看api列表http://127.0.0.1:8000/api,如下所示,发现列表中的第二篇文章,已经是我们更新后的内容了。

微信图片_20220524092023.png

当然,如果你喜欢用命令行来调用接口,也可以通过httpie工具在命令行终端获取:


http http://127.0.0.1:8000/api/

微信图片_20220524092205.png


到此,本篇分享介绍完毕,正在读文的你,学会了吗

目录
相关文章
|
11天前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
23 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
4天前
|
数据采集 存储 XML
构建高效的Python爬虫系统
【9月更文挑战第30天】在数据驱动的时代,掌握如何快速高效地获取网络信息变得至关重要。本文将引导读者了解如何构建一个高效的Python爬虫系统,从基础概念出发,逐步深入到高级技巧和最佳实践。我们将探索如何使用Python的强大库如BeautifulSoup和Scrapy,以及如何应对反爬措施和提升爬取效率的策略。无论你是初学者还是有经验的开发者,这篇文章都将为你提供宝贵的知识和技能,帮助你在信息收集的海洋中航行得更远、更深。
18 6
|
8天前
|
JSON 中间件 API
开发REST API3-11
开发REST API3-11
|
10天前
|
数据采集 存储 JavaScript
构建您的第一个Python网络爬虫:抓取、解析与存储数据
【9月更文挑战第24天】在数字时代,数据是新的金矿。本文将引导您使用Python编写一个简单的网络爬虫,从互联网上自动抓取信息。我们将介绍如何使用requests库获取网页内容,BeautifulSoup进行HTML解析,以及如何将数据存储到文件或数据库中。无论您是数据分析师、研究人员还是对编程感兴趣的新手,这篇文章都将为您提供一个实用的入门指南。拿起键盘,让我们开始挖掘互联网的宝藏吧!
|
9天前
|
缓存 前端开发 Java
python之django
python之django
|
9天前
|
JSON JavaScript API
编写REST API
编写REST API
20 2
|
9天前
|
存储 Python
深度剖析:Python里字典树Trie的构建与查询,让你的代码更优雅!
在编程的世界里,数据结构的选择往往直接决定了程序的效率和可读性。今天,我们将深入探索一种高效处理字符串搜索与匹配的数据结构——字典树(Trie),也称作前缀树或单词查找树。通过Python实现Trie树,我们将看到它如何优雅地解决一系列字符串相关的问题,并提升代码的整体质量。
13 2
|
11天前
|
机器学习/深度学习 人工智能 算法
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台。果蔬识别系统,本系统使用Python作为主要开发语言,通过收集了12种常见的水果和蔬菜('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'),然后基于TensorFlow库搭建CNN卷积神经网络算法模型,然后对数据集进行训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面,实现用户上传一张果蔬图片识别其名称。
30 0
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
107 4
|
2月前
|
搜索推荐 前端开发 数据可视化
【优秀python web毕设案例】基于协同过滤算法的酒店推荐系统,django框架+bootstrap前端+echarts可视化,有后台有爬虫
本文介绍了一个基于Django框架、协同过滤算法、ECharts数据可视化以及Bootstrap前端技术的酒店推荐系统,该系统通过用户行为分析和推荐算法优化,提供个性化的酒店推荐和直观的数据展示,以提升用户体验。
100 1
下一篇
无影云桌面