[译]Django项目最常用的20个包

简介: [译]Django项目最常用的20个包

[译]Django项目最常用的20个包

原文:《20 Django Packages That I Use in Every Project》

https://learndjango.com/tutorials/20-django-packages-i-use-every-project

Django是一个自带电池(batteries-included)的Web框架,内置的组件涵盖了Web开发的大部分需求。但Django也有丰富的第三方包提供额外的功能。

这篇文章介绍了我在每个Django项目中都使用的20个包。它们为我节省了大量时间,希望对你也有帮助。

DRF (Django REST Framework)

有了DRF,你可以快速将现有的Django site转换为RESTful API。DRF非常容易上手,DRF的接口和Django的非常一致。如果只能用一个第三方包,我会选择DRF。

django-ninjia是一个类似的包,具有高性能和异步就绪性,但需要类型提示。

django-debug-toolbar

虽然Django自带了Debug模式,但 django-debug-toolbar 将其提升到一个新的水平,提供了一组可配置的面板来检查网站的所有区域,包括 SQL 查询、请求和响应,以及一般性能分析。

这个包从 Django 开始就已经存在了,是现代 Django 开发的中流砥柱。

django-allauth

Django 的内置身份验证系统很强大,但django-allauth将其提升到了另一个层次。它对 Django 的注册默认值进行了许多改进,包括社交身份验证、仅电子邮件登录等。我在每个 Django 项目中都使用它。

django-extensions

django的补充,提供了一些命令扩展。我特别喜欢shell_plus,可以在 Python shell 中自动加载数据库模型,以及 runserver_plus 用于由 Werkzeug 提供支持的改进的本地 Web 服务器。

django-cors-headers

如果要使用 Django 构建 API,则需要一种方法将跨域资源共享(CORS, Cross-Origin Resource Sharing)标头添加到响应中。此软件包可以无缝而优雅地处理该问题。

environs

环境变量是现代 Web 开发的必要部分,允许开发人员保留私有信息,例如SECRET_KEY, API 密钥、数据库凭据、付款信息等。

我喜欢用environs来处理环境变量。django-environpython-dotenv也是常见的选择。

django-anymail

发送电子邮件可能很棘手,但它是任何用户注册过程或通知的核心部分。该软件包通过与最流行的电子邮件服务提供商(包括 Amazon SES、MailGun、SendGrid 等)无缝集成,使其变得容易。

django-filter

一种改进的基于用户选择过滤Django QuerySet的方法。支持DRF。

django-storages

你是否在处理用户上传的内容(在Django中通常称为“media”)?或者为静态文件使用专用的CDN(如 S3)? django-storages 为您提供了对多个存储提供商的支持,包括 Amazon S3、Azure Storage、Digital Ocean、Google Cloud Storage 等。

Pillow

Pillow是一个图像处理的库。

如果你正在处理图像——用户个人资料图片、图像上传、缩略图等——那么你可能需要添加 Pillow,它与 Django 的 ImageField 一起工作。

django-crispy-forms

以优雅和 DRY(不要重复自己)的方式控制 Django 表单的渲染行为。它还附带了流行的 CSS 框架的模板包,如 Tailwind、Bootstrap、Bulma、Foundation 和 Uni-form。

django-q2

任务队列管理耗时或资源密集型的后台任务,例如发送电子邮件、处理数据、长时间运行的任务等。

虽然 Celery 是一个流行的选择,但我更喜欢django-q2,因为它更简单,与 Django 更紧密地集成,并使用 Django ORM 来调度任务和存储结果。

Wagtail CMS

如果您想要一个用 Python 构建的可定制内容管理系统(CMS),Wagtail 是一个很好的选择。Wagtail 由 Torchbox 的开发团队维护,拥有自己的第三方软件包、会议和提供新功能和版本的大型社区的生态系统。

pytest-django

虽然 Django 内置了测试工具,但 pytest 和 pytest-django 插件在社区中被广泛使用。

pytest-cov

Coverage是在项目中测量代码覆盖率的广泛使用的工具,而 pytest-cov 插件与 pytest 无缝集成。

model-bakery

Model Bakery 提供了一种在 Django 中创建用于测试的固定装置(fixture)的智能方法。您可以用一行代码创建许多对象,从而节省大量开发人员的时间。

whitenoise

网站需要一种方法来提供静态文件,在 Python 生态系统中,默认选择是 WhiteNoise。通过几行配置,WhiteNoise 将您的静态文件转换为一个独立的单元,可以部署在任何地方,而无需依赖 nginx、Amazon S3 或任何其他外部服务。

gunicorn

gunicorn 是最受欢迎的基于 WSGI 的 Python 服务器之一,它易于使用和上手,但有足够的配置选项来在必要时进行调整。它足够简单,可以在几分钟内完成配置,但功能强大,足以让 Instagram 使用,即使他们可以选择其他 WSGI 选项,例如 uwsgiApache/mod_wsgi

psycopg

如果你正在使用 PostgreSQL 数据库——许多 Django 开发人员都这样做——那么 psycopg 这就是你生产所需的数据库适配器。 psycopg 最近更新到版本 3.0,并且比以往任何时候都快。

Black

Black 是一个 Python 代码格式化程序,它或多或少是 Django 社区中的默认格式化程序。将其集成到您的工作流程中将节省时间并为您和您的同事生成更具可读性的代码。

结语

我几乎在每个新项目中都会使用这 20 个第三方软件包,但还有更多需要探索的地方。如果你想阅读更多内容,请查看 Django官方论坛上的活跃讨论。

相关文章
|
1月前
|
IDE 关系型数据库 MySQL
Django学习一:创建Django框架,介绍Django的项目结构和开发逻辑。创建应用,编写主包和应用中的helloworld
这篇文章是关于如何创建一个Django框架,介绍Django的项目结构和开发逻辑,并指导如何创建应用和编写“Hello, World!”程序的教程。
41 3
Django学习一:创建Django框架,介绍Django的项目结构和开发逻辑。创建应用,编写主包和应用中的helloworld
|
2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。
123 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
|
5月前
|
前端开发 JavaScript 数据安全/隐私保护
计算机Python项目|django学生成绩管理系统
计算机Python项目|django学生成绩管理系统
|
2月前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
108 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
2月前
|
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。
93 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
|
2月前
|
Linux Python
解决django项目报错很离谱的报错之RuntimeError: populate() isn't reentrant
解决django项目报错很离谱的报错之RuntimeError: populate() isn't reentrant
|
2月前
|
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。
56 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
|
3月前
|
运维 Devops 测试技术
一个人活成一个团队:python的django项目devops实战
DevOps通过自动化的流程,使得构建、测试、发布软件能够更加地快捷、频繁和可靠。本文通过一个python的django个人博客应用进行了DevOps的实战,通过DevOps拉通开发和运维,通过应用云效的DevOps平台实现自动化“软件交付”的流程,使得构建、测试、发布软件能够更加地快捷、频繁和可靠,提交研发交付效率。作为个人项目也是可以应用devops提高效率。
57 3
|
3月前
|
JSON API 数据安全/隐私保护
Django 后端架构开发:JWT 项目实践与Drf版本控制
Django 后端架构开发:JWT 项目实践与Drf版本控制
73 0
|
3月前
|
存储 前端开发 Serverless
中后台前端开发问题之Django项目中接收和处理用户的抽奖请求如何解决
中后台前端开发问题之Django项目中接收和处理用户的抽奖请求如何解决
20 0