Python 教程之 Django(5)视图基础

简介: Python 教程之 Django(5)视图基础

Django 视图是MVT结构的重要参与者之一。根据 Django 文档,视图函数是一个 Python 函数,它接受 Web 请求并返回 Web 响应。此响应可以是网页的 HTML 内容、重定向、404 错误、XML 文档或图像,以及 Web 浏览器可以显示的任何内容。

Django视图是用户界面的一部分 - 它们通常将模板文件中的HTML / CSS / Javascript呈现为您在呈现网页时在浏览器中看到的内容。(请注意,如果您使用过其他基于MVC(模型 - 视图 - 控制器)的框架,请不要混淆Django视图和MVC范例中的视图。Django 视图大致对应于 MVC 中的控制器,而 Django 模板对应于 MVC 中的视图。

Django 视图示例

如何使用示例创建和使用 Django 视图的插图。考虑一个名为极客forgeeks的项目,它有一个名为极客的应用程序。

在您准备好项目后,我们可以在极客/视图中创建视图.py,

# 从 django 导入 Http 响应
from django.http import HttpResponse
# get datetime
import datetime
# 创建函数
def geeks_view(request):
  # 创建函数
  now = datetime.datetime.now()
  # 转换为字符串
  html = "Time is {}".format(now)
  # 返回响应
  return HttpResponse(html)

让我们逐行逐行执行此代码:

  • 首先,我们从 django.http 模块中导入类,以及 Python 的日期时间库。****
  • 接下来,我们定义一个名为 geeks_view 的函数。这是视图函数。每个视图函数都采用 HttpRequest 对象作为其第一个参数,该参数通常称为请求。
  • 该视图返回一个包含生成的响应的 HttpResponse 对象。每个视图函数都负责返回一个对象

让我们在极客/网址中获取此工作视图.py,

from django.urls import path
# 从视图导入views..py
from .views import geeks_view
urlpatterns = [
  path('', geeks_view),
]

现在,访问 http://127.0.0.1:8000/

image.png


目录
相关文章
|
25天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
49 8
|
25天前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
79 7
|
25天前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
48 4
|
25天前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
46 5
|
2月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
34 1
|
Python
Django入门-3:视图和网址
Django入门-3:视图和网址
140 0
Django入门-3:视图和网址
|
2月前
|
设计模式 前端开发 数据库
Python Web开发:Django框架下的全栈开发实战
【10月更文挑战第27天】本文介绍了Django框架在Python Web开发中的应用,涵盖了Django与Flask等框架的比较、项目结构、模型、视图、模板和URL配置等内容,并展示了实际代码示例,帮助读者快速掌握Django全栈开发的核心技术。
208 45
|
2月前
|
安全 数据库 开发者
Python Web开发:Django框架下的全栈开发实战
【10月更文挑战第26天】本文详细介绍了如何在Django框架下进行全栈开发,包括环境安装与配置、创建项目和应用、定义模型类、运行数据库迁移、创建视图和URL映射、编写模板以及启动开发服务器等步骤,并通过示例代码展示了具体实现过程。
75 2
|
4月前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,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格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
160 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
下一篇
开通oss服务