Python web Django快速入门手册全栈版,共2590字,短小精悍

简介: 本教程涵盖Django从安装到数据库模型创建的全流程。第一章介绍Windows、Linux及macOS下虚拟环境搭建与Django安装验证;第二章讲解项目创建、迁移与运行;第三章演示应用APP创建及项目汉化;第四章说明超级用户创建与后台登录;第五章深入数据库模型设计,包括类与表的对应关系及模型创建步骤。内容精炼实用,适合快速入门Django全栈开发。

第一章:安装验证

适用Windows系统,及Linux和macos的系统。

1、创建虚拟环境,便于项目管理

conda create --name envName python=3.12

2、进入虚拟环境

conda activate envName

3、安装Django

使用anaconda:

conda install django=5.2.3

使用pip

pip install django==5.2.3

验证

进入虚拟环境,输入命令:

django-admin version

如果命令行或终端有输出django的版本号,则说明安装成功。

第二章:创建项目

1、在VSCode编辑器中,在当前目录(可通过打开文件夹的形式指定专门存放项目的目录)。

2、调用终端或命令行工具,输入创建项目命令:

django-admin startproject blog

blog是自定义的项目名称。

创建完成后,得到一个与项目名一样的(比如blog)目录,以及manage.py文件。

3、进入项目根目录:

cd blog

4、生成项目迁移文件——项目更改记录:

python manage.py makemigrations

5、迁移文件应用到数据库:

python manage.py migrate

6、启动项目:

python manage.py runserver 8011

8011为指定端口,可省略,默认是8000。

验证项目

启动项目后,命令行或终端会输出项目的访问地址:

Starting development server at http://127.0.0.1:8011/

摁住ctrl+鼠标点击链接,mac用cmd键(Command键)即可在默认的浏览器中打开Django项目,如果打开了,说明项目创建完成且启动成功。

第三章:创建应用APP

汉化项目

找到项目的settings.py文件。

将LANGUAGE_CODE常量的值和TIME_ZONE常量值修改如下:

LANGUAGE_CODE = 'zh-hans'

创建应用的命令:

python manage.py startapp testblog

testblog为APP的名称,自定义。如果无法创建,尝试将python修改成python3。

一个Django项目可以有多个APP!

第四章:创建超级用户登录后台

Django项目自带后台管理

创建超级用户的命令

python manage.py createsuperuser

输入该命令摁下回车键后,会提示输入【用户名】、【电子邮件地址】、【password】密码,如果密码太简单,可能会提示【是否绕过密码验证创建用户】,大家可以根据自己的需要选择y或者N,y表示yes,N表示No。

登录项目后台

  • 启动项目python manage.py runserver;
  • 浏览器输入网址:http://127.0.0.1:8011/admin
  • 输入用户名和密码即可登录项目后台了。

第五章:编写数据库模型

数据库模型

比如,要创建一个文章模型,文章通常包含标题、作者、类别、标签、创建时间、修改时间等等,文章的模型就是将这些东西(字段)整合(封装)在一个容器(对象)里。

类和数据库模型

在Django中,通过Python类创建数据库模型,通过类,Django会自动连接数据库,创建SQL语句,并创建对应的数据库表格。

重点:

一个Python类对应一个数据库表table;类中的一个成员对应表table中的一列(比如一篇文章中的标题、作者等都表示为列);一个类实例对应table表中的一行(比如一篇文章表现为一行);

创建数据库模型的三个步骤

手册中更多的内容请点击公众号链接:Django快速入门手册全栈版,共2590字,短小精悍不废话

免责声明:内容仅供参考!

相关文章
|
数据采集 自然语言处理 Java
Playwright 多语言一体化——Python/Java/.NET 全栈采集实战
本文以反面教材形式,剖析了在使用 Playwright 爬取懂车帝车友圈问答数据时常见的配置错误(如未设置代理、Cookie 和 User-Agent),并提供了 Python、Java 和 .NET 三种语言的修复代码示例。通过错误示例 → 问题剖析 → 修复过程 → 总结教训的完整流程,帮助读者掌握如何正确配置爬虫代理及其它必要参数,避免 IP 封禁和反爬检测,实现高效数据采集与分析。
882 3
Playwright 多语言一体化——Python/Java/.NET 全栈采集实战
|
数据采集 人工智能 测试技术
Python有哪些好用且实用的Web框架?
Python 是一门功能强大的编程语言,在多个领域中得到广泛应用,包括爬虫、人工智能、游戏开发、自动化测试和 Web 开发。在 Web 开发中,Python 提供了多种框架以提高效率。以下是几个常用的 Python Web 框架:1) Django:开源框架,支持多种数据库引擎,适合新手;2) Flask:轻量级框架,基于简单核心并通过扩展增加功能;3) Web2py:免费开源框架,支持快速开发;4) Tornado:同时作为 Web 服务器和框架,适合高并发场景;5) CherryPy:简单易用的框架,连接 Web 服务器与 Python 代码。这些框架各有特色,可根据需求选择合适的工具。
765 14
|
机器学习/深度学习 开发框架 API
Python 高级编程与实战:深入理解 Web 开发与 API 设计
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化、调试技巧以及数据科学和机器学习。本文将深入探讨 Python 在 Web 开发和 API 设计中的应用,并通过实战项目帮助你掌握这些技术。
|
数据采集 Web App开发 存储
打造高效的Web Scraper:Python与Selenium的完美结合
本文介绍如何使用Python结合Selenium,通过代理IP、设置Cookie和User-Agent抓取BOSS直聘的招聘信息,包括公司名称、岗位、要求和薪资。这些数据可用于行业趋势、人才需求、企业动态及区域经济分析,为求职者、企业和分析师提供宝贵信息。文中详细说明了环境准备、代理配置、登录操作及数据抓取步骤,并提醒注意反爬虫机制和验证码处理等问题。
775 1
打造高效的Web Scraper:Python与Selenium的完美结合
|
数据可视化 Python 数据挖掘
《数据科学实战手册(R+Python)》一导读
本书提供了多种令读者能够学习如何从数据创造价值的机会。书中所用的数据来自很多不同的项目,而这些项目可以体现出最新的数据科学项目的各种维度。每一章的内容都是独立的,包含了电脑屏幕截图、代码片段、必要的详细解释。我们对处理数据的过程和实际应用特别关注。这些内容都是以循序渐进的方式来安排写作的。
1531 0
|
10月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
541 3
|
10月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
783 3
|
10月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
842 0
|
10月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
628 3
|
11月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1699 102

推荐镜像

更多